Mongodb技术报告总结
1.目的
提供技术人员进行参考
2.技术优势
大数据量：
内置GridFS，支持大容量的存储
高扩展性：
Nosql去掉了关系数据库的关系型特性，很容易横向扩展，摆脱了以往老是纵向扩展的诟病。
高性能：
在使用场合下，千万级别的文档对象，近10G的数据，对有索引的ID的查询不会比mysql慢，而对非索引字段的查询，则是全面胜出。 mysql实际无法胜任大数据量下任意字段的查询，而mongodb的查询性能可以，同时它的写入性能也很厉害，可以写入百万级别的数据。
灵活的数据模型：
无需事先为要存储的数据建立字段，随时可以存储自定义的数据格式。
高可用：NoSQL在不太影响性能的情况，就可以方便的实现高可用的架构。比如mongodb通过mongos、mongo分片就可以快速配置出高可用配置。
MongoDB的缺陷：
1. 事务关系支持薄弱（4.0版本后修改支持事务操作）。
2. 稳定性有些欠缺，大量的查询会影响插入速度，会造成插入非常不稳定。
3.MongoDB一方面在方便开发者的同时，另一方面对运维人员却提出了相当多的要求。业界并没有成熟的MongoDB运维经验。
3.性能分析
由于机器以及测试环境缺乏等原因，没能够进行具体的性能以及压力测试，所以引用了网上比较符合基本的业务场景的测试报告文件，该测试结果仅提供参考。
测试环境：
服务器：X86 pcserver
cpu： 单颗8核
内存：64G
磁盘：raid 10
操作系统：centos 6.5
mongodb：3.0
java驱动：2.13.0
jdk：1.6
网络：千兆以太网
测试一：单台monodb服务，一台同配置服务器作为压力服务器，数据量不超过内存大小。
场景一：每文档1000字符，10线程同时写。
结果：每秒平均写入22413 个文档。
场景二：每文档10K字符，10线程同时写。
结果：每秒平均写入9038个文档
场景三：每文档35K字符，10线程同时写。
结果：每秒平均写入2261个文档.插入速度不稳定
结论：插入速率于文档大小有关，插入速率与文档成反比
测试二：单台monodb服务，一台同配置服务器作为压力服务器，数据量不超过内存大小。库里背景为1亿条大小为10K的数据。查询会随机按ID进行，插入为每次插入10k的数据。10线程插入，10线程查询。测试之前，先进行大量的随机查询，直到内存不增长
结果：插入速度平均每秒9229
查询速度平均每秒2102
场景：10线程插入，20线程查询
结果：插入速度平均每秒4622 插入速度非常不稳定
查询速度平均每秒2530
结论：在数据并发量大的情况下，大量的查询会影响插入速度，会造成插入非常不稳定（将查询分布到副本上是个好的选择）
4.技术框架
建议架构模式：副本模式
框架优点：
[if !supportLists]① [endif]读写分离，解决节点的读写压力过大
[if !supportLists]② [endif]集群数据一致性，采用从节点复制主节点数据，保证集群内数据一致
[if !supportLists]③ [endif]集群高可用，主节点挂了能自动切换连接（支持手动切换）
[if !supportLists]④ [endif]
5.部署（待）
