本篇文章带大家了解关于mongodb的相关知识，介绍一下mongodb中的存储引擎，希望对大家有所帮助！
简单回顾
上次我们说到了关于 mongodb 的集群，分为主从集群和分片集群，对于分片集群中的分片这里需要注意如下几点，一起来回顾一下：
- 对于热点数据
某些分片键（分片键是集合中每个文档中存在的索引字段或复合索引字段）会导致所有的 读或者写请求 都操作在单个数据块或者分片上，这样就会导致单个分片服务器负荷过重，那么自增长的分片键容易导致写的问题【推荐：MongoDB视频教程】
- 对于不可分割的数据块
对于粗粒度的分片键，可能会导致许多文档使用相同的分片键
这样的话这些文档就不能被分割为多个数据块，这就会限制了mongodb 的均匀分布数据能力
- 对于查询障碍
分片键与查询是没有关联的，这样会造成糟糕的查询性能
对于以上注意点，咱们做到心中有数，实际工作中遇到类似的问题，就可以尝试学着处理了
今天我们简单了解一下 mongodb 的存储引擎是个啥
存储引擎
说到 mongodb 的存储引擎，我们要知道是在 mongodb 3.0 的时候引入了可插拔存储引擎的概念
现在主要有这几个引擎：
- WiredTiger 存储引擎
- inMemory 存储引擎
在存储引擎刚出来的时候，默认是使用的 MMAPV1 存储引擎的
MMAPV1 引擎，看名字我们大概就知道他是使用的是 mmap 来做的，运用的是 linux 内存映射的原理
现在不使用 MMAPV1 引擎，是因为 WiredTiger 存储引擎更优，例如对比一下 WiredTiger 就有如下优势：
- WiredTiger 读写操作性能更好
WiredTiger 能更好的发挥多核系统的处理能力
-
WiredTiger 锁的粒度更小
MMAPV1引擎使用表级锁，当某个单表上有并发的操作,吞吐就会受到限制
而 WiredTiger 使用文档级的锁 ，这就带来并发及吞吐的提高
- WiredTiger 压缩方式更好
WiredTiger 使用前缀压缩，比起 MMAPV1 更节省对内存空间的损耗
并且 WiredTiger 还提供压缩算法， 这样就可以大大降低对硬盘资源的消耗
WiredTiger 引擎 的写入原理
通过上图我们可以看出， WiredTiger 写入磁盘的原理也是很简单的
- 应用请求来到 mongodb ，mongodb 做处理，并将结果存入缓存中
- 当缓存中达到 2 个 G 的时候，或者 当 60 s 定时器到时间的时候，就会将缓存中的数据刷到磁盘中去
细心的 xdm 就知道，那么如果现在正好是 59 秒，1个多 G 的时候，缓存中的数据还没有同步到磁盘中，mongodb 就异常挂掉了，那么 mongodb 岂不是会丢失数据？
我们用手指头都可以想到，mongodb 的设计者怎么会让这种情况存在，那么必然会有解决方案，如下
如上图，图中多了一个 journaling buffer 和 journal 文件
- journaling buffer
存放 mongodb 增删改 指令的缓冲区
- journal 文件
类似于关系数据库中的事务日志
引入 Journaling 的目的是：
Journaling 能够使 mongodb 数据库由于意外故障后快速恢复
Journaling 日志功能
Journaling 的日志功能，看上去有点像是 redis 中的 aof 持久化一样，也只能说是类似
在 mongodb 2.4 的时候，就已经是 默认会开启 Journaling日志功能 的，我们启动 mongod 实例的时候，服务就会去检查是否需要恢复数据
因此就不会有上述 mongodb 丢数据的情况了
另外这里我们要知道，journaling 的日志功能，当 mongodb 需要进行写操作的时候，也就是 增，删，改的时候，journaling 是会写日志的，这会影响性能
但是 mongodb 读取操作的时候，是不会记录到缓存中的，因此也不会记录到 journaling 日志中，因此读操作没有影响
今天就到这里，学习所得，若有偏差，还请斧正
