本文目录一览：
如何在短时间内完成MongoDB差异数据对比?
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。
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。
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。
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如何优化查询性能?
1、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。对于任意查询，都可以在最后添加一个explain（）调用（与调用sort（）或者limit（）一样，不过explain（）必须放在最后）。
2、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。
3、排除方式七：查看mongodb数据文件，看是否已经很大？经查看，总大小才64M，这比32位文件上限的2G来讲，可以基本忽略；排除方式八：连接字符串。
4、优化 MongoDB 集群负载均衡：在实际生产环境中，数据访问热度和节点性能差异可能导致某些节点超载。
千万别用MongoDB?真的吗
1、但是，如果你想要在 MongoDB 上搞一个大规模的系统，在上面运行真实的业务，那么，请不要用 MongoDB。转载，仅供参考。
2、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。传统的关系型数据库目前还是更适用于需要大量原子性复杂事务的应用程序。
3、Redis只能使用单线程，性能受限于CPU性能，故单实例CPU最高才可能达到5-6wQPS每秒（取决于数据结构，数据大小以及服务器硬件性能，日常环境中QPS高峰大约在1-2w左右）。
4、MongoDB本身它还算比较年轻的一个产品，所以它的问题，就是成熟度肯定没有传统MySQL那么成熟稳定。
如何正确的使用MongoDB并优化其性能
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。
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）。
“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。
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。
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。
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。
MongoDB挑战传统数据库:非结构化数据库的迭新不容小觑
1、数据模型自由：MongoDB 允许用户创建自由的数据模型，无需遵循传统的关系型数据库中的严格模式。这使得 MongoDB 非常适合存储非结构化或半结构化数据。
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、传统数据库 从大到小为数据库，表，行。而mongodb是：数据库，集合，文档，BSON（类似json的二进制数据）。
4、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。他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。
5、Sqoop：这个是用于把Mysql里的数据导入到Hadoop里的。当然你也可以不用这个，直接把Mysql数据表导出成文件再放到HDFS上也是一样的，当然生产环境中使用要注意Mysql的压力。
6、数据库的概念，但不用担心，当你第一次新增数据时，mongodb就会以collection集合的形式进行保存和新建，而不需要你手工去新建立。
