本文目录一览：
mongodb数据同步到es遇到的坑
1、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。
2、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。
3、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。
4、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。
5、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。
6、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。
是什么造成了数据库的卡顿
1、由于Excel将所有数据保存在一个文件中，因此当数据量超过一定阈值时，文件会变得特别庞大，导致打开和操作文件时会很慢，卡顿等问题。
2、估计是默认配置分配了太多的内存给数据库，所以启动后系统的可用内存被占用，导致系统只能通过磁盘空间来虚拟内存使用，而磁盘读取速度远远低于内存，所以系统就特别卡。
3、若用户电脑运行内存低于16G，安装数据库后运行所占据空间大，造成电脑系统文件运行缓慢，导致电脑卡顿。若用户电脑运行内存高于16G，满足运行数据库所需基本空间，电脑基本运行组件所需运行空间充足，电脑不会卡顿。
4、因为在使用过程中，索引会产生碎片，引响查询，你可以修复下索引。另外，sql 2000性能上有问题，数据量达到一定的时候，也会变慢。你可以考虑升级下数据库。或是删除部分不需要的历史记录。
千万别用MongoDB?真的吗
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。
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。
mongodb的问题在于无法完成复杂的多表连接查询。但这点在千万级海量服务中，本来就应该避免的，而且mongodb自带的replicationset、GridFS等分布式机制很适合用于海量服务中。
答案：A 文档型数据库 作为最受欢迎的NoSQL产品，文档型数据库MongoDB当仁不让地占据了第一的位置，同时它也是所有NoSQL数据库中排名最靠前的产品（总排行榜第七名）。
MongoDB里有一个Shard的概念，就是方便为了服务器分片使用的。每增加一台Shard，MongoDB的插入性能也会以接近倍数的方式增长，磁盘容量也很可以很方便地扩充。
云上MongoDB常见索引问题及最优索引规则大全
1、以下是一些常见的坑点： 分片：MongoDB 支持分片，但是分片会增加系统的复杂性和维护成本。如果不正确配置分片，可能会导致性能问题和数据一致性问题。
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。
4、MongoDB索引使用B-tree数据结构。索引支持MongoDB中查询的高效执行。如果没有索引，MongoDB必须执行集合扫描，即扫描集合中的每个文档，以选择与查询语句匹配的文档。
5、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。
6、示例 结果中显示的是默认 _id 索引。默认_id索引 ：MongoDB在创建集合的过程中，在 _id 字段上创建一个唯一的索引，默认名字为 id ，该索引可防止客户端插入两个具有相同值的文档，您不能在_id字段上删除此索引。
