Docker最全教程——MongoDB容器化（十三）

上一節我們講述了資料庫容器化之持久儲存資料，本節將講訴MongoDB容器化實踐，並且接下來將逐步講解其他資料庫（MySql、Redis等等）的容器化實踐，然後將講訴一些分散式架構的專案實踐。

由於實踐需要花費大量的時間，而目年前業務繁忙，只能加班來進行一些實踐並編寫，如果編寫比較慢，請多多海涵。

另外，考慮到文字內容表達有限，2月份將會推出影片教程，並且提供指令碼、程式碼和筆記。

MongoDB容器化

MongoDB是一個免費的、開源的、跨平臺分散式面向檔案儲存的資料庫，由C++語言編寫。旨在為WEB應用提供可擴充套件的高效能資料儲存解決方案。

MongoDB是一個介於關係資料庫和非關係資料庫之間的產品，是非關係資料庫當中功能最豐富，最像關係資料庫的。它支援的資料結構非常鬆散，是類似json的bson格式，因此可以儲存比較複雜的資料型別。Mongo最大的特點是它支援的查詢語言非常強大，其語法有點類似於面向物件的查詢語言，幾乎可以實現類似關係資料庫單表查詢的絕大部分功能，而且還支援對資料建立索引。

官網：https://www.mongodb.com/

 

適用場景

• 網站實時資料處理。它非常適合實時的插入、更新與查詢，並具備網站實時資料儲存所需的複製及高度伸縮性。

• 快取。由於效能很高，它適合作為資訊基礎設施的快取層。在系統重啟之後，由它搭建的持久化快取層可以避免下層的資料源過載。

• 高伸縮性高可用的場景。MongoDB使用分片水平縮放，並且可以執行在多個伺服器上，平衡負載或複製資料，以便在硬體出現故障時保持系統正常執行。

• 海量資料。

 

不適用的場景

• 要求高度事務性的系統。

• 傳統的商業智慧應用。

• 複雜的跨檔案（表）級聯查詢。

映象說明

官方映象地址：

https://hub.docker.com/_/mongo

 

主要環境變數說明

• MONGO_INITDB_ROOT_YSERNAME:管理員賬號，例如：root
  
• MONGO_INITDB_ROOT_PASSWORD:管理員密碼，例如：12345

執行MongoDB容器映象

Powershell:

docker run  -p 27017:27017 –name myMongodb `

   -d mongo

 

 

使用主機目錄儲存資料庫檔案

PowerShell：

docker run  -p 27017:27017 –name myMongodb `

   -v d:/temp/data/mongodb:/data/db `

   -d mongo

執行之後如下圖所示：

 

註意：Windows和OS X上的Docker預設設定使用VirtualBox VM來託管Docker守護程式。但是，VirtualBox用於在主機系統和Docker容器之間共享檔案夾的機制與MongoDB使用的記憶體對映檔案不相容（請參閱vbox bug，docs.mongodb.org和相關的jira.mongodb.org錯誤），這意味著無法執行對映到主機的資料目錄的MongoDB容器。

管理Mongodb

使用nosqlbooster管理MongoDB

nosqlbooster以shell為中心的跨平臺GUI的MongoDB管理工具，它提供全面的伺服器監控工具，流暢的查詢構建器，SQL查詢支援，ES2017語法支援和真正的智慧感知體驗，是非常值得推薦的一個MongoDB管理工具。

官方網址：https://nosqlbooster.com

 

 

非常值得推薦的是，NoSQLBooster支援我們使用SQL查詢語法來執行查詢（MongoDB本身不支援，是由NoSQLBooster進行了驗證和轉換處理）。

例如以下MongoDB查詢語法：

db.employees.aggregate([{

        $group: { _id:   “$department”, total: { $sum: “$salary” }}

}])

可以使用我們熟悉的SQL查詢語法來查詢：

mb.runSQLQuery(`

 

       SELECT department, SUM(salary) AS total FROM employees GROUP BY department

       

`)

這裡附上一個MySql和MongoDB的語法對比示例：

 

 

同時，NoSQLBooster還提供豐富的效能監視和分析工具，如Visual Explain Plan：

 

 

使用MongoDB Compass

MongoDB Compass是MongoDB的視覺化工具，適用於Linux，Mac或Windows，能夠非常直觀的檢視和管理資料，並且可以輕鬆識別可能導致效能問題的瓶頸或慢查詢，這意味著我們可以更快地解決問題。