Docker最全教程——MongoDB容器化（十二）

金笔书生 發表於 2019-1-24 09:29:00

Docker最全教程——MongoDB容器化（十二）

<h1>MongoDB容器化</h1>
MongoDB是一个免费的、开源的、跨平台分布式面向文档存储的数据库，由C++语言编写。旨在为WEB应用提供可扩展的高性能数据存储解决方案。
MongoDB是一个介于关系数据库和非关系数据库之间的产品，是非关系数据库当中功能最丰富，最像关系数据库的。它支持的数据结构非常松散，是类似json的bson格式，因此可以存储比较复杂的数据类型。Mongo最大的特点是它支持的查询语言非常强大，其语法有点类似于面向对象的查询语言，几乎可以实现类似关系数据库单表查询的绝大部分功能，而且还支持对数据建立索引。
官网：https://www.mongodb.com/
<img src="https://img2018.cnblogs.com/blog/70544/201901/70544-20190124092205859-79738330.png" alt="">
<h2>适用场景</h2>
<ul>
<li class="18">网站实时数据处理。它非常适合实时的插入、更新与查询，并具备网站实时数据存储所需的复制及高度伸缩性。</li>
<li class="18">缓存。由于性能很高，它适合作为信息基础设施的缓存层。在系统重启之后，由它搭建的持久化缓存层可以避免下层的数据源过载。</li>
<li class="18">高伸缩性高可用的场景。MongoDB使用分片水平缩放，并且可以运行在多个服务器上，平衡负载或复制数据，以便在硬件出现故障时保持系统正常运行。</li>
<li class="18">海量数据。</li>
</ul>
 <img src="https://img2018.cnblogs.com/blog/70544/201901/70544-20190124092236200-1980059747.png" alt="">
<h2>不适用的场景</h2>
<ul>
<li class="18">要求高度事务性的系统。</li>
<li class="18">传统的商业智能应用。</li>
<li class="18">复杂的跨文档（表）级联查询。</li>
</ul>
<h2>镜像说明</h2>
官方镜像地址：https://hub.docker.com/_/mongo
 
<h2>主要环境变量说明</h2>
<ul>
<li class="18">MONGO_INITDB_ROOT_USERNAME：管理员账号，例如：root</li>
<li class="18">MONGO_INITDB_ROOT_PASSWORD: 管理员密码，例如：12345</li>
</ul>
<h2>运行MongoDB容器镜像</h2>
Powershell:
docker run  -p 27017:27017 --name myMongodb `
   -d mongo
 <img src="https://img2018.cnblogs.com/blog/70544/201901/70544-20190124092351343-858428883.png" alt="">
 
<h2>使用主机目录保存数据库文件</h2>
PowerShell：
docker run  -p 27017:27017 --name myMongodb `
   -v d:/temp/data/mongodb:/data/db `
   -d mongo
执行之后如下图所示：
 <img src="https://img2018.cnblogs.com/blog/70544/201901/70544-20190124092425257-1383530996.png" alt="">
注意：Windows和OS X上的Docker默认设置使用VirtualBox VM来托管Docker守护程序。但是，VirtualBox用于在主机系统和Docker容器之间共享文件夹的机制与MongoDB使用的内存映射文件不兼容（请参阅vbox bug，docs.mongodb.org和相关的jira.mongodb.org错误），这意味着无法运行映射到主机的数据目录的MongoDB容器。
<h2>管理Mongodb</h2>
<h3>使用nosqlbooster管理MongoDB</h3>
nosqlbooster以shell为中心的跨平台GUI的MongoDB管理工具，它提供全面的服务器监控工具，流畅的查询构建器，SQL查询支持，ES2017语法支持和真正的智能感知体验，是非常值得推荐的一个MongoDB管理工具。
官方网址：https://nosqlbooster.com
 <img src="https://img2018.cnblogs.com/blog/70544/201901/70544-20190124092526624-490497151.gif" alt="">
 非常值得推荐的是，NoSQLBooster支持我们使用SQL查询语法来执行查询（MongoDB本身不支持，是由NoSQLBooster进行了验证和转换处理）。
例如以下MongoDB查询语法：
db.employees.aggregate([{
        $group: { _id:   "$department", total: { $sum: "$salary" }}
}])
可以使用我们熟悉的SQL查询语法来查询：
mb.runSQLQuery(`
 
       SELECT department, SUM(salary) AS total FROM employees GROUP BY department
       
`)
这里附上一个MySql和MongoDB的语法对比示例：
<img src="https://img2018.cnblogs.com/blog/70544/201901/70544-20190124092553737-2071498793.png" alt=""> 
同时，NoSQLBooster还提供丰富的性能监视和分析工具，如Visual Explain Plan：
<img src="https://img2018.cnblogs.com/blog/70544/201901/70544-20190124092616606-163034192.png" alt=""> 
<h2>使用MongoDB Compass</h2>
MongoDB Compass是MongoDB的可视化工具，适用于Linux，Mac或Windows，能够非常直观的查看和管理数据，并且可以轻松识别可能导致性能问题的瓶颈或慢查询，这意味着我们可以更快地解决问题。
 <img src="https://img2018.cnblogs.com/blog/70544/201901/70544-20190124092651112-1835961426.png" alt="">
<img src="https://img2018.cnblogs.com/blog/70544/201901/70544-20190124092702050-1138214240.png" alt="">
 

</div>
<div id="MySignature" role="contentinfo">
作者：雪雁 出处：http://www.cnblogs.com/codelove/
 如果喜欢作者的文章，请关注【CodeSpirit-码灵】公众号以便第一时间获得最新内容。本文版权归作者所有，欢迎转载，但未经作者同意必须保留此段声明，且在文章页面明显位置给出原文连接，否则保留追究法律责任的权利。 静听鸟语花香，漫赏云卷云舒。
 
<img src="https://images.cnblogs.com/cnblogs_com/codelove/315887/o_251224070213_%E5%85%AC%E4%BC%97%E5%8F%B7.jpg" width="100" height="100"> 
来源：https://www.cnblogs.com/codelove/p/10312692.html

頁: [1]

琼殿技术论坛's Archiver

Docker最全教程——MongoDB容器化（十二）