1.9 适合哪些业务
大数据存储：MongoDB实战指南
当前各行各业都离不开数据的存储与检索需求，传统关系数据库发展了这么多年，在有些垄断性行业如电信、银行等仍然是首选，因为这些行业需要数据的高度一致性，只有支持事务的数据库才能满足它们的要求。但随着这几年互联网业务的发展，数据量越来越大，并发请求也越来越高，一个大系统中只用一种数据库并不能很好地满足全部业务的发展，同时以MongoDB为代表的NoSQL数据库快速发展，在某些方面展示了它们的优越性，逐渐被采用并取代了系统中的某些部件，总的来说以下几个方面比较适合使用MongoDB这类的数据库。
1．Web应用程序
Web应用是一种基于BS模式的程序，业务的特点是读写请求都比较高，早期系统的数据量可能很少，但是发展到一定程度后数据量会暴增，这就需要数据存储架构能够适应业务的扩展。传统的关系数据库表结构都是固定的，增加一个业务或者横向扩展数据库都会带来巨大的工作量。MongoDB支持无固定结构的表模型，因此很容易增加或减少表中的字段，适应业务的变化；同时MongoDB本身就支持分片集群，很容易实现水平扩展，将数据分散到集群中的各个片上，提高了系统的存储容量和读写吞吐量。Web应用程序还有一个特点就是“热数据”读并发很高，也就是说最新的数据被请求的次数会最多。为了提供读的性能，在传统的关系数据将中会采用其他的缓存技术来将这部分数据放在内存中，而MongoDB本身就支持这一点，它是通过内存映射数据文件来实现的。它会维护一个工作集，将最热的数据放在内存中，不需要其他技术的协助，这为系统开发提供了简便性，如图1-3所示。
2．缓存系统
这种使用场景是与关系数据库搭配使用，作为关系数据库的缓存前端。目前缓存技术有很多种，最常见的就是使用memcached，但是这些缓存系统都有个缺点，就是支持的数据类型有限，查询语句也有限，只能保存少量的数据且不能持久化。而MongoDB这些都能支持，因此可以作为缓存使用，如图1-4所示。
3．日志分析系统
这类系统的特点是数据量大，允许部分数据丢失，不会影响整个系统的可靠性。以前将日志直接保存到操作系统的文件上，我们需要用其他工具打开日志文件或编写工具读日志进行分析，这样的话对于大量的日志查询会比较困难。如果用MongoDB数据库来保存这些日志，一来可以利用分片集群使日志系统的容量海量大，二来使用MongoDB特有的查询语句能够快速找到某条日志记录。最重要的是MongoDB支持聚集分析甚至MapReduce的能力，为大数据的分析和决策提供了强有力的支持，如图1-5所示。
