本文目录一览：
MongoDB插入速度突然变得极慢,什么原因
1、“如果将设备插在0端口可能会提高性能”这句话是提示你将移动硬盘插在USB0的接口上会提高你硬盘的性能，也就是说你的移动硬盘支持0的接口，而你现在用的电脑可能是0的接口。
2、你查看一下，如果数据文件大于系统内存，查询速度会下降几个数量级，因为mongodb是内存数据库。我以前测试过，1000万数据的时候没有索引情况下查询可能会几秒钟甚至更久。
3、索引：MongoDB 支持多种类型的索引，但是如果不正确使用索引，可能会导致性能问题。例如，如果使用过多的索引，可能会导致写入操作变慢。
4、这个原因很多，可以从查询优化和硬件优化入手，比如建立索引，合理的数据结构，增加机器内存，使用SSD硬盘等都可以提高查询效率。
5、仅仅只是插入数据应该不会变慢，这是mongodb的优势，用空间换时间，插入数据不需要加载或者遍历之前已经存在的数据，而是直接存储到指定位置。
6、如果机器的cpu是12核的可以起6-8个mongod，根据测试发现再多个mongod对于速度的影响不升反降。据我分析之前是因为单进程操作，是因为单个cpu达到瓶颈。改成多进程后，达到磁盘i/o瓶颈后速度就没法提升了。
mongodb和mysql的区别
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：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。
MongoDB 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bjson格式，因此可以存储比较复杂的数据类型。
mongoose.schema和mysql.schema是两种不同的数据库模式设计语言。mongoose.schema是Mongoose库（一个基于Node.js的ODM库）中的一种规范化、声明式的数据模型语法，用于在MongoDB数据库中定义模型和模式。
MYSQL是硬盘，SQLITE是U盘，MongoDB是内存条 用途上，MYSQL和SQLITE是一样的。都是用来存数据。区别在于MYSQL需要启动后台服务，而SQLITE只需要一个文件，并不需要启动服务。MYSQL的表空间的最大容量为64TB。
Mongodb和Mysql索引选型 1）首先两种数据库都选择平衡m叉树作为底层索引结构，因为平衡树m叉树是同种元素序列情况下的深度最小的m叉排序树。这可以减少m叉树元素查找的深度，从而提升平均查找效率。
对比MySQL,你究竟在什么时候更需要MongoDB(转载)
我能使用Mongodb的场景是：你不需要太多的事务和多表关联，那么使用Mongodb可以获得更大的性能提升。或者schema-free的使用场景。
即这里mysql与mongodb 属于平行级别，那么，这样的使用可能有以下几种情况的考量：（1）mongodb所负责部分以文档形式存储，能够有较好的代码亲和性，json格式的直接写入方便。
一般情况下，使用mysql，只有大数据或者并发很高的时候才使用mongodb。还有，mysql支持事务，mongodb是不支持的。使用oracle、sql server也是不错的。
在不同的引擎上有不同的存储方式。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。
默认情况下，MongoDB使用动态模式，有时称为无模式。单个集合中的文档不需要具有相同的字段集，并且字段的数据类型可以在集合中的不同文档之间有所不同。您可以随时使用动态模式更改文档结构。但是，可以使用架构治理。
比较 稳定性 索引，索引放在内存中，能够提升随机读写的性能。
mongodb插入效率会随集合数据增大而变慢吗
你查看一下，如果数据文件大于系统内存，查询速度会下降几个数量级，因为mongodb是内存数据库。我以前测试过，1000万数据的时候没有索引情况下查询可能会几秒钟甚至更久。
会的。会让效率更高。因为如果你不embed在这个collection的doc里，就需要另一个collection来存这个数据。这样就会需要两个query才能得到数据。
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。（2）mongodb数据库：非关系型数据库（nosql ），属于文档型数据库。
MongoDB提供了Journaling日志的概念，实际上像mysql的bin-log日志，当需要插入的时候会先往日志里面写入记录，再完成实际的数据操作，这样如果出现停电，进程突然中断的情况，可以保障数据不会错误，可以通过修复功能读取Journaling日志进行修复。
mongodb查询速度慢是什么原因
你查看一下，如果数据文件大于系统内存，查询速度会下降几个数量级，因为mongodb是内存数据库。我以前测试过，1000万数据的时候没有索引情况下查询可能会几秒钟甚至更久。
这个原因很多，可以从查询优化和硬件优化入手，比如建立索引，合理的数据结构，增加机器内存，使用SSD硬盘等都可以提高查询效率。
“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。如返回”BtreeCursor“则表示查询中使用了索引。
用mongodb作为数据库服务器访问时非常慢?
这个原因很多，可以从查询优化和硬件优化入手，比如建立索引，合理的数据结构，增加机器内存，使用SSD硬盘等都可以提高查询效率。
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。
如果与服务器（这里指数据库）请求建立连接的时间超过ConnectionTimeOut，就会抛 ConnectionTimeOutException，即服务器连接超时，没有在规定的时间内建立连接。如果与服务器连接成功，就开始数据传输了。
MongoDB对单独的MR作业并不使用多线程——它仅仅对多作业使用多线程。但通过多核CPU，在单个服务器使用Hadoop风格来并行作业非常有优势。我们需要做的是把输入分成几块，通过各个块来加速一个MR作业。
与关系型数据库相比，MongoDB的优点： ①弱一致性（最终一致），更能保证用户的访问速度： 举例来说，在传统的关系型数据库中，一个COUNT类型的操作会锁定数据集，这样可以保证得到“当前”情况下的精确值。
