本文目录一览：
Mongodb的MapReduce很慢,有没有办法提高性能
1、基本上没有机会在RAM中进行reduce，相反，它将不得不通过一个临时collection来将数据写回磁盘，然后按顺序读取并进行reduce。使用多线程 MongoDB对单独的MR作业并不使用多线程——它仅仅对多作业使用多线程。
2、我们需要做的是把输入分成几块，通过各个块来加速一个MR作业。
3、MongoDB能够使用BSON，并将BSON作为数据的存储存放在磁盘中。当Client端要将写入文档，使用查询等等操作时，需要将文档编码为BSON格式，然后再发送给Server端。同样，Server端的返回结果也是编码为BSON格式再放回给Client端的。
4、MongoDB提供三种方式来执行聚合操作：aggregation pipeline、map-reduce function、single purpose aggregation methods。MongoDB 聚合操作是在数据处理管道的逻辑上建模的。
mongodb数据库count速度慢怎么解决
重新修改连接字符串再进行测试，问题解决，只有第一次请求时，由于需要创建tcp连接，性能会受影响，后面的请求，因为有连接池的存在，性能得到成倍提高。
这样的设计方式是在非关系型数据库中常用的，也就是我们所说的范式化设计。在MongoDB中我们将与主键没有直接关系的图书单独提取到另一个集合，用存储主键的方式进行关联查询。
mapReduce：暂缺，要想玩转这个方法需要有很强的JavaScript功能。据说mapReduce 可以实现很复杂的查询，可以将一个复杂的查询分拆到多个机器上运行，然后把各个结果集组合起来，形成最终结果。但是很慢。
关系型数据库MySQL：MySQL在迁移中最为常见，也有很成熟的迁移工具和迁移方案，包括官方工具和相关开源工具，如mysqldump等，各个云厂商也都有各自的DTS迁移工具。
mongodb更新比较频繁,性能下降的厉害怎么办
范式化与反范式化 在项目设计阶段，明确集合的用途是对性能调优非常重要的一步。
对于速度比较慢的查询来说，它是最重要的性能分析工具之一。通过查看一个查询的explain（）输出信息，可以知道查询使用了哪个索引，以及是如何使用的。
在短时间内完成 MongoDB 差异数据对比，可以采用以下方法： 使用专业的数据对比工具：市场上有一些专业的中间件工具，如 NineData，提供了一种高效且易于使用的 MongoDB 数据对比功能。
用mongodb作为数据库服务器访问时非常慢?
这个原因很多，可以从查询优化和硬件优化入手，比如建立索引，合理的数据结构，增加机器内存，使用SSD硬盘等都可以提高查询效率。
这样的设计方式是在非关系型数据库中常用的，也就是我们所说的范式化设计。在MongoDB中我们将与主键没有直接关系的图书单独提取到另一个集合，用存储主键的方式进行关联查询。
默认情况下，一个客户端连接对应后端MongoDB服务器上的一个线程（ net.serviceExecutor 配置为synchronous）。创建、切换和销毁线程都是消耗较大的操作，当连接数过多时，线程会占用MongoDB服务器较多的资源。
适合那些对数据库具体数据格式不明确或者数据库数据格式经常变化的需求模型，而且对开发者十分友好。自带一个分布式文件系统，可以很方便地部署到服务器机群上。
