本文目录一览：
mongodb更新比较频繁,性能下降的厉害怎么办
1、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。
2、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。
3、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。
4、建立好合适索引，尽量使用更多的精确查询搭配模糊查询一起，不需要返回的字段要屏蔽，增大机器内存，使用固态硬盘，海量数据使用集群部署。
关于oracle迁移到mongodb实现
1、迁移的话，直接导出一个库的dmp文件，之后导入到另外一个库里面就可以了（导出和导入数据库版本必须一直，否则导入可能会报错）。
2、数据泵（Data Pump）：数据泵是 Oracle 官方提供的一个数据迁移工具，它可以将数据库对象以二进制格式导出并导入到另一个数据库中。使用数据泵可以快速高效地将大量数据迁移至另一个数据库。
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、等大量特性。使用关系型数据时有很多东西工作的很好，比如索引，动态查询和动态更新等，这些在MongoDB中也没怎么变化。比如，在MongoDB里设计索引应该和你在MySQL或Oracle里一样，你有选择 在一个内嵌的域上建索引的能力。
5、Storage存储迁移：这种情况下，数据文件、控制文件、日志文件、spfile都在存储上（一般情况下是裸设备），我们可以直接把存储挂到新机器上，然后在新机器上启动数据库。
6、可以使用NineData数据迁移方案来实现不同MongoDB实例间的数据复制。
Mongodb和mysql的区别
Mongodb和MySQL数据库的对比 传统的关系数据库一般由数据库（database）、表（table）、记录（record）三个层次概念组成，MongoDB是由数据库（database）、集合（collection）、文档对象（document）三个层次组成。
占用的空间很大，因为它属于典型空间换时间原则的类型。
或是后端日志收集分析。考虑到mongodb属于nosql型数据库，sql语句与数据结构不如mysql那么亲和 ，也会有很多时候将mongodb做为辅助mysql而使用的类redis memcache 之类的缓存db来使用。亦或是仅作日志收集分析。
MongoDB是一个面向文档的数据库，目前由10gen开发并维护，它的功能丰富，齐全，所以完全可以替代MySQL。与MySQL等关系型数据库相比，MongoDB的优点如下：①弱一致性，更能保证用户的访问速度。
MongoDB比MySQL快在它有Memory-Mapping以及它不用处理事物 MySQL适用于传统的对关联要求高的方面，MongoDB更多用于Logging、SNS等以K-V居多的需求，但是两种数据库其实都能胜任大多数需求。
如何正确的使用MongoDB并优化其性能
1、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。当我们要查询文章和评论时需要先查询到所需的文章，再从文章中获取评论id，最后用获得的完整的文章及其评论。
2、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。其同步的基础是oplog，类似MySQL的binlog，但是也有一些差异，oplog虽然叫log但并不是一个文件，而是一个集合（Collection）。
3、“n”则表明了实际返回的文档数量。“nscanned“描述了MongoDB在执行这个查询时搜索了多少文档。”cursor“本查询返回值为”BasicCursor“则说明该查询未使用索引，所以才会搜索了所有的文档。
4、因此，对于需要高性能的应用，如实时分析、在线游戏等，MongoDB也是一个不错的选择。 水平扩展能力：MongoDB的分片功能不仅可以用来存储大量数据，还可以提高数据库的读写性能。
5、在经过$limit管道后，管道内的文档数量个数会“提前”减小，这样会节省内存，提高内存利用效率。$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。
6、影响写性能 用户没写入一条数据，就会在对应索引生成一条索引KV，实现索引与数据的一一对应，索引KV数据写入Index索引文件过程加剧写入负载。 影响读性能 MongoDB内核查询优化器原理是通过候选索引快速定位到满足条件的数据，然后采样评分。
