本文目录一览：
【mongoDB】mongoDB的高可用、一致性
BASE理论是在一致性和可用性上的平衡，现在大部分分布式系统都是基于 BASE理论设计的，当然MongoDB也是遵循此理论的。
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。
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。
MongoDB 是一个开源的、高可用性的、面向文档的 NoSQL 数据库。它是一个介于关系型数据库和非关系型数据库之间的新型数据库，它提供了类似于关系型数据库的语法和功能，同时又具有非关系型数据库的灵活性和可扩展性。
MongoDB 这是一种最受欢迎的，跨平台的，面向文档的数据库。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。
Mongodb的MapReduce很慢,有没有办法提高性能
1、基本上没有机会在RAM中进行reduce，相反，它将不得不通过一个临时collection来将数据写回磁盘，然后按顺序读取并进行reduce。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。
2、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。
3、MongoDB能够使用BSON，并将BSON作为数据的存储存放在磁盘中。当Client端要将写入文档，使用查询等等操作时，需要将文档编码为BSON格式，然后再发送给Server端。同样，Server端的返回结果也是编码为BSON格式再放回给Client端的。
4、MongoDB提供三种方式来执行聚合操作：aggregation pipeline、map-reduce function、single purpose aggregation methods。MongoDB 聚合操作是在数据处理管道的逻辑上建模的。
5、影响写性能 用户没写入一条数据，就会在对应索引生成一条索引KV，实现索引与数据的一一对应，索引KV数据写入Index索引文件过程加剧写入负载。 影响读性能 MongoDB内核查询优化器原理是通过候选索引快速定位到满足条件的数据，然后采样评分。
6、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。
mongodb为什么比mysql快
另外，MongoDB还有一个最大的缺点，就是它占用的空间很大，因为它属于典型空间换时间原则的类型。
将mongodb作为类似redis ，memcache来做缓存db，为mysql提供服务，或是后端日志收集分析。
MongoDB比MySQL快在它有Memory-Mapping以及它不用处理事物 MySQL适用于传统的对关联要求高的方面，MongoDB更多用于Logging、SNS等以K-V居多的需求，但是两种数据库其实都能胜任大多数需求。
mongodb数据库适合做什么
1、数据模型自由：MongoDB 允许用户创建自由的数据模型，无需遵循传统的关系型数据库中的严格模式。这使得 MongoDB 非常适合存储非结构化或半结构化数据。
2、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。
3、嵌套文档，业务数据比较复杂，适合嵌套文档式存储，那么mongodb非常合适，这个关系型数据库比较难搞，虽然MySQL和pg也有文档存储，但MySQL的不成熟，pg毕竟现在生产中使用还是偏少，个人也不了解，这里不谈。
4、MongoDB属于内存型数据库，在需要读性能要求很高的项目中有着比较不错的表现。
5、◆高伸缩性的场景：Mongo非常适合由数十或数百台服务器组成的数据库。Mongo的路线图中已经包含对MapReduce引擎的内置支持。◆用于对象及JSON数据的存储：Mongo的BSON数据格式非常适合文档化格式的存储及查询。
6、mongosniff，网络嗅探工具，用来观察发送到数据库的操作。基本就是把网络上传输的BSON转换为易于人们阅读的shell语句。因此，可以总结得到，MongoDB结合键值存储和关系数据库的最好特性。
如何正确的使用MongoDB并优化其性能
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。当我们要查询文章和评论时需要先查询到所需的文章，再从文章中获取评论id，最后用获得的完整的文章及其评论。
MongoDB的主从同步机制是确保数据一致性和可靠性的重要机制。其同步的基础是oplog，类似MySQL的binlog，但是也有一些差异，oplog虽然叫log但并不是一个文件，而是一个集合（Collection）。
“n”则表明了实际返回的文档数量。“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。
游戏场景，使用MongoDB存储游戏用户信息，用户的装备、积分等直接以内嵌文档的形式存储，方便查询、更新。
水平扩展能力：MongoDB的分片功能不仅可以用来存储大量数据，还可以提高数据库的读写性能。因为分片可以将数据分散到多个服务器，从而充分利用了服务器的并行处理能力。
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如何优化查询性能?
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。对于任意查询，都可以在最后添加一个explain（）调用（与调用sort（）或者limit（）一样，不过explain（）必须放在最后）。
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。当我们要查询文章和评论时需要先查询到所需的文章，再从文章中获取评论id，最后用获得的完整的文章及其评论。
排除方式七：查看mongodb数据文件，看是否已经很大？经查看，总大小才64M，这比32位文件上限的2G来讲，可以基本忽略；排除方式八：连接字符串。
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。
