一：MongoDB內容
1）NoSQL的興起：查找網頁
2）各種nosql數據庫介紹
3）MongoDB的特點
4）傳統的數據庫：SQL server ，Oracle，mysql
1. nosql的運動背景：
web2.0的異軍突起，傳統的關係數據庫爲了保證“通用性”的設計而帶來的功能複雜，性能開銷大，價格昂貴的問題。
避免不需要的複雜性
更高的吞吐量，高併發
在商用硬件上的水平擴展能力
NOSQL實現了大表的自動分割功能，更好的支持可靠性之間的折中
雲計算的需求（從中心模式轉到分佈模式）
2.各種nosql數據庫接收-memcached
1）一個存儲鍵/值對的hashmap
2）高性能的分佈式內存緩存服務器，用於動態Web應用以減輕數據庫負載
3）客戶端通過memcache協議與守護進程通信
4）缺乏認證基於安全管制
5）協議簡單
6）基於libevent的時間處理（I/O處理性能好，IO是基於libevent的，是以異步事件處理機制）
7）內置內存通信的方式
8）不互相通信的分佈式（服務器之間互補通信，數據是基於客戶端的）
3.各種redis數據庫介紹-redis
1）一個key-value存儲系統，和Memcached類似
2）運行異常快
3）數據都是緩存在內存中，有硬盤存儲支持的內存數據庫
4）Master-slave複製
5）value數據庫類型豐富，string（字符串），list（鏈表），set（集合）和zet（有序集合）
6）支持push/pop，允許用戶實現消息機制
4.各種nosql數據庫介紹-neo4j
1）基於關係的圖形數據庫
2）協議：HTTP/REST
3) 可獨立使用或嵌入到Java應用程序
4）圖形的節點和邊都可以帶有元數據
5）使用多種算法支持路徑搜索
6）使用鍵值和關係進行搜索
7）爲讀操作進行優化
8）支持事物（用java api）
9）企業版支持在線備份，高級監控及高可靠性
5.各種nosql數據庫介紹-HBase
1）Hadoop Database，是Google Bigtable的開源實現
2）分佈式的，面向列的開源數據庫。在Hadoop智商提供了類似於Bigtable的能力
3）HBase利用Hadoop HDFS作爲其文件存儲系統，利用Hadoop MapReduce來處理HBase中的海數據
4）採用分佈式架構師Map/ReduceREST,
5)協議：HTTP/支持thrift
6）支持數十億行X上百萬列
7）最佳應用場景：使用與偏好BigTable，並且需要對大數據隨機，實時訪問的場合
6）MongoDB特點
1）社區活躍，文檔豐富，又10gen商業支持，持續性有保障
2）所用語言：C++
3）特點：保留了SQL一些友好的特性（查詢，索引）
4）協議：Custom，binary（BSON—)
5) Master/slave複製（支持自動錯誤恢復），使用sets複製）
6）內建分片機制
7）支持javascript表達式查詢
8）可在服務器端執行任意的javascript函數
9）在數據存儲時採用內存到文件映射
10）對性能的關注超過對功能的要求
11）在32位操作系統上，數據庫大小限制在約2.5Gb，64位系統數據庫大小無限制
12）空數據庫約佔192Mb
13）採用GridFS存儲大數據或元數據
14）讀寫都比較快
二：Mongodb和HBase的對比
第一點
第二點
2.Mongodb 主鍵是“_id”,主鍵上面可以不建索引,記錄插入的順序和存放的順序一樣，hbase的主鍵就是row key，可以是任意字符串(最大長度是 64KB，實際應用中長度一般爲 10-100bytes)，在hbase內部，row key保存爲字節數組。存儲時，數據按照Row key的字典序(byte order)排序存儲。設計key時，要充分排序存儲這個特性，將經常一起讀取的行存儲放到一起。
字典序對int排序的結果是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，行鍵必須用0作左填充。
第三點
3.Mongodb支持二級索引，而hbase本身不支持二級索引
第四點
4.Mongodb支持集合查找，正則查找，範圍查找，支持skip和limit等等，是最像MySQL的nosql數據庫，而hbase只支持三種查找：通過單個row key訪問，通過row key的range，全表掃描
第五點
5.mongodb的update是update-in-place，也就是原地更新，除非原地容納不下更新後的數據記錄。而hbase的修改和添加都是同一個命令：put，如果put傳入的row key已經存在就更新原記錄,實際上hbase內部也不是更新，它只是將這一份數據已不同的版本保存下來而已，hbase默認的保存版本的歷史數量是3。
第六點
6.mongodb的delete會將該行的數據標示爲已刪除，因爲mongodb在刪除記錄時並不是真把記錄從內存或文件中remove，而是將該刪除記錄數據置空（寫0或特殊數字加以標識）同時將該記錄所在地址放到一個list列表“釋放列表”中，這樣做的好就是就是如果有用戶要執行插入記錄操作時，mongodb會首先從該“釋放列表”中獲取size合適的“已刪除記錄”地址返回，這種方法會提升性能（避免了malloc內存操作），同時mongodb也使用了bucket size數組來定義多個大小size不同的列表，用於將要刪除的記錄根據其size大小放到合適的“釋放列表”中。Hbase的delete是先新建一個tombstonemarkers，然後讀的時候會和tombstonemarkers做merge，在 發生major compaction時delete的數據記錄纔會真真刪除。
第七點
7.mongodb和hbase都支持mapreduce，不過mongodb的mapreduce支持不夠強大，如果沒有使用mongodb分片，mapreduce實際上不是並行執行的
第八點
8.mongodb支持shard分片，hbase根據row key自動負載均衡，這裏shard key和row key的選取儘量用非遞增的字段，儘量用分佈均衡的字段，因爲分片都是根據範圍來選擇對應的存取server的，如果用遞增字段很容易熱點server的產生，由於是根據key的範圍來自動分片的，如果key分佈不均衡就會導致有些key根本就沒法切分，從而產生負載不均衡。
第九點
9.mongodb的讀效率比寫高，hbase默認適合寫多讀少的情況，可以通過hfile.block.cache.size配置，該配置storefile的讀緩存佔用Heap的大小百分比，0.2表示20%。該值直接影響數據讀的性能。如果寫比讀少很多，開到0.4-0.5也沒問題。如果讀寫較均衡，0.3左右。如果寫比讀多，果斷默認0.2吧。設置這個值的時候，你同時要參考hbase.regionserver.global.memstore.upperLimit，該值是memstore佔heap的最大百分比，兩個參數一個影響讀，一個影響寫。如果兩值加起來超過80-90%，會有OOM的風險，謹慎設置。
第十點
10.hbase採用的LSM思想(Log-Structured Merge-Tree)，就是將對數據的更改hold在內存中，達到指定的threadhold後將該批更改merge後批量寫入到磁盤，這樣將單個寫變成了批量寫，大大提高了寫入速度，不過這樣的話讀的時候就費勁了，需要merge disk上的數據和memory中的修改數據，這顯然降低了讀的性能。mongodb採用的是mapfile+Journal思想，如果記錄不在內存，先加載到內存，然後在內存中更改後記錄日誌，然後隔一段時間批量的寫入data文件，這樣對內存的要求較高，至少需要容納下熱點數據和索引。