本文目录一览：
mongodb数据库count速度慢怎么解决
1、重新修改连接字符串再进行测试，问题解决，只有第一次请求时，由于需要创建tcp连接，性能会受影响，后面的请求，因为有连接池的存在，性能得到成倍提高。
2、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。
3、mapReduce：暂缺，要想玩转这个方法需要有很强的JavaScript功能。据说mapReduce 可以实现很复杂的查询，可以将一个复杂的查询分拆到多个机器上运行，然后把各个结果集组合起来，形成最终结果。但是很慢。
4、首先，mongodb在创建数据文件时，会根据64M，128M，256M...递增的方式产生数据文件，最大数据文件为2G，增大到2G之后，后面新增的数据文件都占用2G空间。
Mongodb和mysql的区别
1、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。
2、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。
3、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。
4、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、我们下降到192秒，已经提升了6倍。reduce的数量基本相同，但现在它们在写入磁盘前，可以在RAM内完成。使用多线程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。
4、使用多线程 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。
5、如果对比“完全安全”的同步写入你需要多一点性能，同时还想要一定程度的安全，那么你可以使用getLastError with‘j’让MongoDB只到一份日志提交后再发出错误报告通知。那么日志将以100毫秒一次的速度输出到磁盘，而不是60秒。
6、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。
如何在Mongodb中实现数据超时自动删除功能
1、比较慢的方法：可以尝试给这个数据库增加一个 replica-set，等新加的结点和老数据同步了之后就可以停掉老数据库并删除老数据，以新结点对外提供服务，此时数据库空间应该已经整理好并压缩到最小了。
2、如果对日志保存的时间没有特别严格的要求，只是在总的存储空间上有限制，则可以考虑使用capped collection来存储日志数据。指定一个最大的存储空间或文档数量，当达到阈值时，MongoDB会自动删除capped collection里最老的文档。
3、mongodb暂时没有定时任务的概念，如果需要定时删除可以用程序周期的去执行删除任务，也可以把删除的JS代码存储在mongodb端，周期的去调用删除就好。
4、在MySQL数据库中，可以使用DROP DATABASE命令来删除指定的数据库，该命令会清空该数据库中的所有表和数据。在MongoDB数据库中，可以使用db.collection.drop（）命令来删除指定的集合，该命令会清空该集合中的所有文档和数据。
5、数据扩展 MongoDB使用分片技术对数据进行扩展，MongoDB能自动分片、自动转移分片里面的数据块，让每一个服务器里面存储的数据都是一样大小。
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。
然后我们将全部的 MongoManager 关闭，业务的慢操作完全消失了。找出元凶经过前面的问题定位，我们已经能确定是MongoManager的定时器搞的鬼了。
mangodb删除记录对索引的影响
1、数据库性能对软件整体性能的影响是不言而喻的，那么，当我们使用MongoDB时改如何提高数据库性能呢？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、然后我们将全部的 MongoManager 关闭，业务的慢操作完全消失了。找出元凶经过前面的问题定位，我们已经能确定是MongoManager的定时器搞的鬼了。
3、主要功能特性有：*面向集合存储，易存储对象类型的数据。*模式自由。*支持动态查询。*支持完全索引，包含内部对象。*支持查询。*支持复制和故障恢复。*使用高效的二进制数据存储，包括大型对象（如视频等）。
4、Mongo最大的特点是高性能、易部署、易使用，存储数据非常方便。他支持的查询语言非常强大，其语法有点类似于面向对象的查询语言，几乎可以实现类似关系数据库单表查询的绝大部分功能，而且还支持对数据建立索引。
5、另一方面不做数据的大规模迁移，减少mongodb内部的IO操作。
6、MongoDB的集合（collection）可以看做关系型数据库的表，文档对象（document）可以看做关系型数据库的一条记录。但两者并 不完全对等。
