本文目录一览：
如何选择MongoDB的分片字段
1、Mongodb中一个被分片的Collection的所有数据都存放在众多的Chunk中。一个Chunk存放分片字段的一个区间范围的数据。选择一个好的分片字段非常重要，否则就会遭遇到不能被拆分的大Chunk。
2、正如你所见，分片之后数据的存放位置依赖于片键，所以合理的选择片键十分重要。
3、使用片键的取值范围指定数据块 设置分片的时候，需要从集合里选出一个字段，用该字段的值作为数据拆分的依据，这个字段称为片键（shard key），文档中的数据按照这个字段排序切分成块，分布到各个片上。
4、clusterRole 表示当前节点在分片中的的角色，可选值有： shardsvr 和 configsvr ， shardsvr 表示该节点是作为Shards节点提供服务，而 configsvr 表示该节点作为Config Server节点提供服务。至此，分片搭建完成。
5、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。
6、通过对time字段建立索引，可加速这类查询：db.events.createIndex（{time： 1}）同样，用户还可以使用MongoDB的aggregation、mapreduce框架来做一些更复杂的查询分析，在使用时应该尽量建立合理的索引以提升查询效率。
MongoDB查询时排序字段为int类型和string类型的区别
也许第一个是字符串，第二个是配置对象。但这只是猜测，我们可能错了。我们不知道什么选项进入设置对象（它们的名称和类型），或者该函数返回什么。在不检查源代码或文档的情况下，我们不可能调用这个函数。
MongoDB在这一方面是不如SQL类型的数据库，且MongoDB没有固定的Schema，正因为MongoDB少了一些这样的约束条件，可以让数据的存储数据结构更灵活，存储速度更加快。
x.deal = NumberInt（x.deal）；db.getCollection（product）.save（x）；}）这里的type：2 指的是原来的deal字段类型是2，也就是字符串类型。
mongoDB应用篇-mongo聚合查询
1、如果我们在日常操作中，将部分数据存储在了MongoDB中，但是有需求要求我们将存储进去的文档数据，按照一定的条件进行查询过滤，得到想要的结果便于二次利用，那么我们就可以尝试使用MongoDB的聚合框架。
2、之前也说过，MongoDB数据库里面的数据是键值对形式，所以如果想要插入多条数据，可以这样写，也就是键值对之间用逗号隔开。如果想要查询数据，则可以使用db.集合名.find（）语句来查询。
3、MongoDB适用于需要处理大量数据，特别是无结构或半结构化数据的场景，同时需要高性能和水平扩展能力的应用场景。 处理大量数据：MongoDB是一个面向文档的数据库，采用BSON（二进制JSON）格式存储数据。
4、使用场景：（1）网站数据：MongoDB适合实时的插入，更新与查询，并具备网站实时数据存储所需的复制及高度伸缩性。（2）缓存：由于性能很高，MongoDB也适合作为信息基础设施的缓存层。
5、在上一篇 mongodb Aggregation聚合操作之$unwind 中详细介绍了mongodb聚合操作中的$unwind使用以及参数细节。本篇将开始介绍Aggregation聚合操作中的$count操作。说明：查询展示文档数量的总数。
6、在MongoDB存储的文档上执行聚合操作非常有用，这种方式的一个限制是聚合函数（比如，SUM、AVG、MIN、MAX）需要通过mapper和reducer函数来定制化实现。MongoDB没有原生态的用户自定义函数（UDFs）支持。
mongodb数据库如何查询某个字段的最大值?
1、mongodb中有聚合函数，可以使用聚合函数查询最值。
2、如果是的话请参考http：// 最简单的命令db.foo.find（{key：value}）可找出当前数据库下名称为foo的collection中键为key，值为value的数据。
3、一旦集合在某一个字段上建立索引后，对该字段的随机查询的访问速度会很快。如果没有索引，MongoDB会在遍历所有的键值对，然后去对应检查相关的字段。
如何从mongodb的表中读取各字段对应的类型
1、最简单的命令db.foo.find（{key：value}）可找出当前数据库下名称为foo的collection中键为key，值为value的数据。
2、如果是在shell下面，可以用JS脚本进行转换：var cursor = db.coll.find（{}， {_id： 0， name： 1}）；var result = cursor.map（function（doc） { return doc.name；}）；这里用到cursor.map方法。
3、db = pymongo.MongoClient（）.test dates = db.user.find（）print type（dates）for i in dates：print i.keys（）break 创建连接，取到dates数据，不就是一个字典列表啊，取一个值然后字典操作.keys（）不就可以了。
4、如果我们遇到了一些数据需要跨多个文本或者统计等操作，这个时候可能文档自身也较为复杂，查询操作符已经无法满足的时候，这个时候就需要使用MongoDB的聚合查询框架了。
5、如果我们在日常操作中，将部分数据存储在了MongoDB中，但是有需求要求我们将存储进去的文档数据，按照一定的条件进行查询过滤，得到想要的结果便于二次利用，那么我们就可以尝试使用MongoDB的聚合框架。
mongodb数据类型转换?
1、如果我们遇到了一些数据需要跨多个文本或者统计等操作，这个时候可能文档自身也较为复杂，查询操作符已经无法满足的时候，这个时候就需要使用MongoDB的聚合查询框架了。
2、MongoDB是一款为web应用程序和互联网基础设施设计的数据库管理系统。没错MongoDB就是数据库，是NoSQL类型的数据库。
3、mongoDB数据库的特点：高性能、易部署、易使用，存储数据非常方便。主要功能特性有：*面向集合存储，易存储对象类型的数据。所谓面向集合（Collection-Oriented），意思是数据被分组存储在数据集中，被称为一个集合（Collection）。
