本文目录一览：
数据科学家如何选择mysql、mongodb等数据库?
1、例如，如果你需要的是数据分析仓库，关系数据库可能不是一个适合的选择；如果你处理事务的应用要求严格的数据完整性和一致性，就不要考虑NoSQL了。不要重新发明轮子 在过去的数十年，开源数据库技术迅速发展壮大。
2、查询语句是使用传统的sql语句，拥有较为成熟的体系，成熟度很高。开源数据库的份额在不断增加，mysql的份额页在持续增长。缺点就是在海量数据处理的时候效率会显著变慢。
3、缺少专业的数据库管理员如果你没有专业的DBA，同时你也不需要结构化你的数据及做join查询，MongoDB将会是你的首选。MongoDB非常适合类的持久化，类可以被序列化成JSON并储存在MongoDB。
数据库为什么要分库分表
因为数据库或者数据表里的数据会越来越多，查询速度就会越来越慢，分库分表可以解决这个问题，每个表里只存限制条数的数据，超出了就创建新表。但其实只要数据库结构合理，加上适当优化，上亿的数据记录都没问题的。
数据库涉及各种领域。即使同一领域也有不同需求，且有各种数据库软件，分库是很正常的。一个数据库内需要各种关系表，来避免冗余信息，使得数据库储存、检索效率提高。
为什么要分库分表①分库分表说白了，就是因为数据量太大了，如果你的单表数据量都到了千万级别，那么你的数据库就无法承受高并发的要求，数据库操作性能就会出现极大的下降。
自己分库分表，自己掌控业务场景与访问模式，可控。分区表，研发写了一个sql，都不确定mysql是怎么玩的，不太可控。
分库分表的必要性 分库分表技术的使用，主要是数据库产生了瓶颈，如单库的并发访问或单表的查询都超出了阈值。对系统使用造成一定的影响，不得已而产生的技术。
分表是分散数据库压力的好方法。 分表，最直白的意思，就是将一个表结构分为多个表，然后，可以再同一个库里，也可以放到不同的库。 当然，首先要知道什么情况下，才需要分表。个人觉得单表记录条数达到百万到千万级别时就要使用分表了。
如何用mongodb设计用户权限表
1、第一个参数是一个查询条件，用于定位需要更新的文档。这里使用 access.id 来查询权限文档，找到对应的权限记录。第二个参数是一个更新操作，使用 $push 操作符将新的权限对象添加到 access.$.children 数组中。
2、进入ljc 数据库：use ljc； -- --ljc为数据库名称。
3、mongodb.properties中指定管理员账号及对应的数据库名。
MySQL数据库性能优化之分区分表分库
分表是分散数据库压力的好方法。 分表，最直白的意思，就是将一个表结构分为多个表，然后，可以再同一个库里，也可以放到不同的库。 当然，首先要知道什么情况下，才需要分表。个人觉得单表记录条数达到百万到千万级别时就要使用分表了。
编写entity Insert select 以上顺利实现mysql分库，同样的道理实现同时分库分表也很容易实现。
在这一点上，分区和分表的测重点不同，分表重点是存取数据时，如何提高mysql并发能力上；而分区呢，如何突破磁盘的读写能力，从而达到提高mysql性能的目的。
选取最适用的字段属性。MySQL可以很好的支持大数据量的存取，但是一般说来，数据库中的表越小，在它上面执行的查询也就会越快。因此，在创建表的时候，为了获得更好的性能，我们可以将表中字段的宽度设得尽可能小。
云上MongoDB常见索引问题及最优索引规则大全
1、正确答案：单字段索引：在文档的单个字段上创建用户定义的升序/降序索引。复合索引：包含多个字段的索引，一个复合索引最多可以包含31个字段。多键索引：MongoDB会为数组中的每个元素创建索引。
2、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。
3、注意 ： 1） 不支持一个复合索引同时出现多个数组字段。
如何搭建mongodb分片
要构建一个 MongoDB Sharding Cluster，需要三种角色：Config Server 为了将一个特定的collection存储在多个shard中，需要为该collection指定一个shard key，例如{age： 1} ，shard key可以决定该条记录属于哪个chunk。
为了实现分片，你必须向MongoDB指定使用哪个索引作为片键，然后MongoDB会根据你的设置将你的数据划分到有着相同片键的数据块（Chunk）中。而后这些数据块将根据片键的大致顺序分散到副本集中。
创建数据库路径（data目录）、日志路径（logs目录）和日志文件（mongo.log文件），完成后如下图所示 创建配置文件mongo.conf。
片键介绍 数据划分（partitioning）关键问题是怎么样将一个集合中的数据均衡的分布在集群中的节点上。 MongoDB 数据划分的是在集合的层面上进行的，它根据片键来划分集合中的数据。
