本文目录一览：
mongodb中文档和关系型数据库的主要区别。
1、文档数据库不同于关系数据库，关系数据库基于了关系模型，而文档数据库采用了半结构化模型，没有在数据和模式之间的分离，使用的结构的数量依赖于目标用途。
2、MongoDB通常被归类为面向文档的数据库，而不是传统的关系型数据库。与关系型数据库不同，MongoDB使用的是类似JSON格式的文档来表示数据，这些文档可以包含任意数量和类型的字段，并且每个文档都可以具有自己的结构。
3、MongoDB是文档型的行存储，行存储的读写过程是一致的，都是从第一列开始，到最后一列结束。
B+树索引是什么?
B树是指索引的组织方式是以索引块为节点的B+树，位图索引是按照索引值排列的。
MySQL支持的索引结构有四种：B+树，R树，HASH，FULLTEXT。B树是一种多叉的AVL树。B-Tree减少了AVL数的高度，增加了每个节点的KEY数量。其余节点用来索引，而B-树是每个索引节点都会有Data域。
这就决定了B+树更适合用来存储外部数据，也就是所谓的磁盘数据。
B-tree： B树（B-Tree，并不是B“减”树，横杠为连接符，容易被误导） B树属于多叉树又名平衡多路查找树。每个节点可以多个数（由磁盘大小决定）。
为什么要用mongodb?
——MongoDB会自动处理故障转移。这能让你在维持相当高的写可用性的同时，拥有强一致性特性，这对一些用例来说非常重要。
◆用于对象及JSON数据的存储：Mongo的BSON数据格式非常适合文档化格式的存储及查询。自然，MongoDB的使用也会有一些限制，例如它不适合：◆高度事务性的系统：例如银行或会计系统。
缓存：由于性能很高，MongoDB也适合作为信息基础设施的缓存层。在系统重启之后，由MongoDB搭建的持久化缓存层可以避免下层的数据源过载。（3）大尺寸，低价值的数据。
可扩展性 MongoDB被用在一些规模庞大的环境中，FourSquare/Craiglist都在使用它。通过分片数据缩放处理理论上可实现更高的吞吐量。
对于非关系型数据库MongoDB来说，可以存放访问频繁的数据，而且SNS里确实存在一些业务适合MongoDB，但是我们开发系统，是功能和性能的综合考虑，一般需要关系型数据库和非关系型数据库配合使用。
MongoDB属于内存型数据库，在需要读性能要求很高的项目中有着比较不错的表现。
如何在短时间内完成MongoDB差异数据对比?
1、总之，对于需要在短时间内完成MongoDB差异数据对比的场景来说，使用NineData是一种高效且易于使用的解决方案，可以帮助快速定位不一致的数据并节省大量时间和资源。
2、进行数据对比：迁移完成后，可配置数据对比任务，对迁移的MongoDB数据进行一致性校验。NineData会对每个文档内容进行精准对比，快速找出差异并生成订正脚本。
3、数据一致性对比：- NineData 提供了 MongoDB 的数据对比能力，可以在迁移前后对源数据库和目标数据库的数据进行一致性比较。
4、一个节点，在一个选举周期（Term）内只能给一个candidate节点投赞成票，且先到先得。只有在candidate节点的oplog领先或和自己相同时才投赞成票。
【mongoDB】mongoDB的高可用、一致性
BASE理论是在一致性和可用性上的平衡，现在大部分分布式系统都是基于 BASE理论设计的，当然MongoDB也是遵循此理论的。
MongoDB 常用的优化措施有很多，以下是一些常见的优化措施： 合理设计数据库结构，避免使用冗余数据和重复数据。 创建合适的索引，以加速查询速度。 配置 MongoDB 的缓存大小，以提高写入性能。
MongoDB的主要客户端是可以交互的js shell 通过mongo启动，使用js shell能使用js直接与MongoDB进行交流，像使用sql语句查询mysql数据一样使用js语法查询MongoDB的数据，另外还提供了各种语言的驱动包，方便各种语言的接入。
MongoDB已经在多个站点部署，其主要场景如下：1）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。2）缓存。由于性能很高，它适合作为信息基础设施的缓存层。
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。
高性能：MongoDB 使用其独特的内存存储和查询技术，可以提供极高的性能。这使得 MongoDB 成为高性能数据存储解决方案的首选。灵活性：MongoDB 支持多种编程语言和框架，可以方便地应用于不同的应用程序中。
