一：MongoDB内容
1）NoSQL的兴起：查找网页
2）各种nosql数据库介绍
3）MongoDB的特点
4）传统的数据库：SQL server ，Oracle，mysql
1. nosql的运动背景：
web2.0的异军突起，传统的关系数据库为了保证“通用性”的设计而带来的功能复杂，性能开销大，价格昂贵的问题。
避免不需要的复杂性
更高的吞吐量，高并发
在商用硬件上的水平扩展能力
NOSQL实现了大表的自动分割功能，更好的支持可靠性之间的折中
云计算的需求（从中心模式转到分布模式）
2.各种nosql数据库接收-memcached
1）一个存储键/值对的hashmap
2）高性能的分布式内存缓存服务器，用于动态Web应用以减轻数据库负载
3）客户端通过memcache协议与守护进程通信
4）缺乏认证基于安全管制
5）协议简单
6）基于libevent的时间处理（I/O处理性能好，IO是基于libevent的，是以异步事件处理机制）
7）内置内存通信的方式
8）不互相通信的分布式（服务器之间互补通信，数据是基于客户端的）
3.各种redis数据库介绍-redis
1）一个key-value存储系统，和Memcached类似
2）运行异常快
3）数据都是缓存在内存中，有硬盘存储支持的内存数据库
4）Master-slave复制
5）value数据库类型丰富，string（字符串），list（链表），set（集合）和zet（有序集合）
6）支持push/pop，允许用户实现消息机制
4.各种nosql数据库介绍-neo4j
1）基于关系的图形数据库
2）协议：HTTP/REST
3) 可独立使用或嵌入到Java应用程序
4）图形的节点和边都可以带有元数据
5）使用多种算法支持路径搜索
6）使用键值和关系进行搜索
7）为读操作进行优化
8）支持事物（用java api）
9）企业版支持在线备份，高级监控及高可靠性
5.各种nosql数据库介绍-HBase
1）Hadoop Database，是Google Bigtable的开源实现
2）分布式的，面向列的开源数据库。在Hadoop智商提供了类似于Bigtable的能力
3）HBase利用Hadoop HDFS作为其文件存储系统，利用Hadoop MapReduce来处理HBase中的海数据
4）采用分布式架构师Map/ReduceREST,
5)协议：HTTP/支持thrift
6）支持数十亿行X上百万列
7）最佳应用场景：使用与偏好BigTable，并且需要对大数据随机，实时访问的场合
6）MongoDB特点
1）社区活跃，文档丰富，又10gen商业支持，持续性有保障
2）所用语言：C++
3）特点：保留了SQL一些友好的特性（查询，索引）
4）协议：Custom，binary（BSON—)
5) Master/slave复制（支持自动错误恢复），使用sets复制）
6）内建分片机制
7）支持javascript表达式查询
8）可在服务器端执行任意的javascript函数
9）在数据存储时采用内存到文件映射
10）对性能的关注超过对功能的要求
11）在32位操作系统上，数据库大小限制在约2.5Gb，64位系统数据库大小无限制
12）空数据库约占192Mb
13）采用GridFS存储大数据或元数据
14）读写都比较快
二：Mongodb和HBase的对比
第一点
第二点
2.Mongodb 主键是“_id”,主键上面可以不建索引,记录插入的顺序和存放的顺序一样，hbase的主键就是row key，可以是任意字符串(最大长度是 64KB，实际应用中长度一般为 10-100bytes)，在hbase内部，row key保存为字节数组。存储时，数据按照Row key的字典序(byte order)排序存储。设计key时，要充分排序存储这个特性，将经常一起读取的行存储放到一起。
字典序对int排序的结果是1,10,100,11,12,13,14,15,16,17,18,19,2,20,21,…,9,91,92,93,94,95,96,97,98,99。要保持整形的自然序，行键必须用0作左填充。
第三点
3.Mongodb支持二级索引，而hbase本身不支持二级索引
第四点
4.Mongodb支持集合查找，正则查找，范围查找，支持skip和limit等等，是最像MySQL的nosql数据库，而hbase只支持三种查找：通过单个row key访问，通过row key的range，全表扫描
第五点
5.mongodb的update是update-in-place，也就是原地更新，除非原地容纳不下更新后的数据记录。而hbase的修改和添加都是同一个命令：put，如果put传入的row key已经存在就更新原记录,实际上hbase内部也不是更新，它只是将这一份数据已不同的版本保存下来而已，hbase默认的保存版本的历史数量是3。
第六点
6.mongodb的delete会将该行的数据标示为已删除，因为mongodb在删除记录时并不是真把记录从内存或文件中remove，而是将该删除记录数据置空（写0或特殊数字加以标识）同时将该记录所在地址放到一个list列表“释放列表”中，这样做的好就是就是如果有用户要执行插入记录操作时，mongodb会首先从该“释放列表”中获取size合适的“已删除记录”地址返回，这种方法会提升性能（避免了malloc内存操作），同时mongodb也使用了bucket size数组来定义多个大小size不同的列表，用于将要删除的记录根据其size大小放到合适的“释放列表”中。Hbase的delete是先新建一个tombstonemarkers，然后读的时候会和tombstonemarkers做merge，在 发生major compaction时delete的数据记录才会真真删除。
第七点
7.mongodb和hbase都支持mapreduce，不过mongodb的mapreduce支持不够强大，如果没有使用mongodb分片，mapreduce实际上不是并行执行的
第八点
8.mongodb支持shard分片，hbase根据row key自动负载均衡，这里shard key和row key的选取尽量用非递增的字段，尽量用分布均衡的字段，因为分片都是根据范围来选择对应的存取server的，如果用递增字段很容易热点server的产生，由于是根据key的范围来自动分片的，如果key分布不均衡就会导致有些key根本就没法切分，从而产生负载不均衡。
第九点
9.mongodb的读效率比写高，hbase默认适合写多读少的情况，可以通过hfile.block.cache.size配置，该配置storefile的读缓存占用Heap的大小百分比，0.2表示20%。该值直接影响数据读的性能。如果写比读少很多，开到0.4-0.5也没问题。如果读写较均衡，0.3左右。如果写比读多，果断默认0.2吧。设置这个值的时候，你同时要参考hbase.regionserver.global.memstore.upperLimit，该值是memstore占heap的最大百分比，两个参数一个影响读，一个影响写。如果两值加起来超过80-90%，会有OOM的风险，谨慎设置。
第十点
10.hbase采用的LSM思想(Log-Structured Merge-Tree)，就是将对数据的更改hold在内存中，达到指定的threadhold后将该批更改merge后批量写入到磁盘，这样将单个写变成了批量写，大大提高了写入速度，不过这样的话读的时候就费劲了，需要merge disk上的数据和memory中的修改数据，这显然降低了读的性能。mongodb采用的是mapfile+Journal思想，如果记录不在内存，先加载到内存，然后在内存中更改后记录日志，然后隔一段时间批量的写入data文件，这样对内存的要求较高，至少需要容纳下热点数据和索引。
