本文目录一览：
MongoDB是什么,怎么用?看完你就知道了
MongoDB是一个基于分布式文件存储的数据库，由C++语言编写，旨在为WEB应用提供可扩展的高性能数据存储解决方案。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。
查看目前所使用的数据库。在MongoDB中，想查看使用的是哪个数据库，可以使用如下命令来查看。db 图2 查看所使用的数据库 查看有哪些数据库。
MongoDB核心服务器主要是通过mongod程序启动的，而且在启动时不需对MongoDB使用的内存进行配置，因为其设计哲学是内存管理最好是交给操作系统，缺少内存配置是MongoDB的设计亮点，另外，还可通过mongos路由服务器使用分片功能。
电商商品系统存储技术简述
1、互联网、计算机网络和Web技术：电子商务的实现需要依赖于互联网和计算机网络以及Web技术，这些技术是电子商务的基础。数据库技术：数据库是电子商务系统中必不可少的组成部分。
2、库存管理：电商WMS系统可以实时跟踪和管理仓库中的库存，包括库存数量、位置、批次等信息，以确保准确的库存控制和管理。
3、专门为电商企业和商家提供仓储和代发货服务的。
redis和mongodb的区别
二者在使用场景中，存在一定的区别，这也主要由于二者在内存映射的处理过程，持久化的处理方法不同。MongoDB建议集群部署，更多的考虑到集群方案，Redis更偏重于进程顺序写入，虽然支持集群，也仅限于主-从模式。
redis 丰富一些，数据操作方面，redis 更好一些，较少的网络 IO 次数，同时还提供 list，set，hash 等数据结构的存储。mongodb 支持丰富的数据表达，索引，最类似关系型数据库，支持的查询语言非常丰富。
常见的nosql数据库有Redis、Memcache、MongoDb。
mongodb中Criteria转换为es条件
可以用mongdbTemplate，elasticSearchTemplate。MongoDB与Elasticsearch都属于文档型数据库，Bson类同与Json，_objectid与_id原理一样。所以主数据与从数据迁移到Elasticsearch平台，数据模型几乎无需变化。
内置文档数组默认是一个元素满足所有条件也可以每个元素只满足一部分条件但加起来满足所有条件。内联数组的两个文档均满足部分的 key=area，value=IT 条件，也可以完成筛选。
添加默认的servlet-mapping ：将你所需要访问静态资源添以通配符的形式加到web.xml的servlet-mapping中，就可以轻松地访问到你精心设计的js和css了。
下面对这个文档中的tag进行增删该查操作，这里用到了spring mongodb 里面的MongoTemplate类。我这里把tags里的内嵌文档抽象成了Tag类。
为什么mongodb不能替代elasticsearch区别
与MongoDb不同， Elasticsearch 默认没有提供安全特性，如认证和授权。Elasticsearch和 Logstash & Kibana 一起称为ELK stack，用于快速查询数据并可视化展现分析数据。
MongoDB的核心优势是灵活的文档模型，高可用性复制集和可扩展的碎片集群。沙河java培训建议可以尝试以多种方式了解MongoDB，例如MongoDB工具的实时监控，内存使用和页面错误，连接，数据库操作，复制集等。
MongoDB：主要解决海量数据的访问效率问题。
例如分布是系统之间的文件传输，可以放到 mongodb 里面。又例如一个配置信息，经常使用，在互联网产品中如果多次查询数据库的话会增数据库的压力，可以使用 NoSQL。他们的功能不同，所以是不能代替的。
最基本的区别就是数据模型的区别：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）。
mongodb数据同步到es遇到的坑
由于使用直接修改mongodb的collection的名字，使得mongo-connector不能自动同步到es当中。
es节点挂了恢复后数据同步问题的解决办法如下：启动挂掉的节点：将挂掉的节点重新启动并加入到集群中。自动分配分片：当挂掉的节点重新加入到集群中后，Elasticsearch会自动分配分片，将数据均匀地分布在各个节点上。
因此数据一直在同步队列和es的bulk中循环，导致整个索引的导入速度变慢。
https：//blog.csdn.net/weixin_38920212/article/details/102461563 其中就用到了 routing： =cat 这个配置项。而现在，我只想骂人。
选举机制造成的数据丢失。这里主要说这个。简单讲，MongoDB目前的选举机制是有缺陷的。在一些场景下会造成数据丢失。这些场景实际中会出现，如多机房情况下，但一般不会太多。
MongoDB通过在选举成功，到新Primary即位之前，新增了一个 catchup（追赶）操作来解决。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。
