本文目录一览：
mongodb的find查询10万条以上的数据有卡顿现象,请问如何选择优化的方式...
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。
找出元凶经过前面的问题定位，我们已经能确定是MongoManager的定时器搞的鬼了。
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。
使用方式：db.collection.count（query）或者db.collection.find（query）.count（）参数说明：其中query是用于查询的目标条件。
MongoDB的集合（collection）可以看做关系型数据库的表，文档对象（document）可以看做关系型数据库的一条记录。但两者并 不完全对等。
Java架构之MongoDB-分页操作-使用skip、limit分页
$limit提前后，$sort紧邻$limit这样的话，当进行$sort的时候当得到前“$limit”个文档的时候就会停止。当数据量很小时，这样做分页完全没有问题。但是当数据量很大时，skip操作会变的很慢，应该避免使用。
skip操作会变的很慢，应该避免使用。（不止是mongoDb会这样，大部分数据库都是。）可以通过改变查询文档的规则来达到分页效果，避免使用skip来跳过大量的数据。
Reactor响应式编程（Flux、Mono）基本用法 Spring WebFlux入门实例并整合数据库实现基本的增删改查 MongoDB 是由C++语言编写的，是一个基于分布式文件存储的开源数据库系统。
mongodb分组统计比mysql还慢
1、应用经验少，由于NoSQL兴起时间短，应用经验相比关系型数据库较少。MongoDB占用空间过大。
2、在海量数据处理的时候效率会显著变慢。Mongodb是非关系型数据库（nosql ），属于文档型数据库。
3、日期类型都是UTC格式，所以在MongoDB里面看到的时间会比北京时间慢8小时。整个文档大小会限制在16m以内，因为这样可以防止创建难看的数据类型，且小文档可以提升性能，批量插入文档理想数字范围是10~200，大小不能超过16MB。
4、即在节点获取投票胜利之后，会先检查其它节点是否有比自己更新的oplog，如果没有就直接即位，如果有就先把数据同步过来再即位。MongoDB的主从同步机制是确保数据一致性和可靠性的重要机制。
5、不可靠环境保证高可用性设置副本集（主-从服务器设置）不仅方便而且很快，此外，使用MongoDB还可以快速、安全及自动化的实现节点（或数据中心）故障转移。
MongoDB分页获取数据排序阶段缓存溢出问题
同时由于 oplog 的并行写入，存在尾部乱序和空洞现象，具体来说就是oplog里面的数据顺序可能是和实际数据顺序不一致，并且存在时间的不连续问题。
环境：Springboot8 请先阅读：Reactor响应式编程（Flux、Mono）基本用法 Spring WebFlux入门实例并整合数据库实现基本的增删改查 MongoDB 是由C++语言编写的，是一个基于分布式文件存储的开源数据库系统。
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。
