本文目录一览：
linux下我mongodb存储快要满了,怎么扩充存储大小,且不删除原来的数据...
1、如果是你的硬盘满了，你可以再用别的硬盘跟这个硬盘构成RAID。
2、更换硬盘：如果以上方法还不够扩充硬盘空间，可以选择更换硬盘，购买比原来硬盘容量更大的硬盘来替换。 使用云存储：将一些常用但占用硬盘空间较大的文件上传至云端，这样不仅能腾出硬盘空间，还能保证数据的安全性。
3、首先打开我的电脑，在系统桌面上找到“此电脑”的图标，鼠标右键点击这个图标在弹出的菜单中点击“属性”选项。2，在打开的系统页面，点击左侧导航栏中的“高级系统设置”标签。
限制MongoDB使用的内存
归结于MongoDB使用的内存映射文件，32位版本只支持2G数据的存储。对于标准的Replica Set，MongoDB只拥有单一的处理策略 —— mongod。如果你想在未来储存2G以上的数据，请使用64位版本的MongoDB。
如果超过机器内存的60%其实就需要优化你的代码了，当然机器内存也不能太低，如果数据量很大，读写很频繁，最好有16G内存，一般8G也行，如果内存一直很高可以大力优化读数据代码，建立合适的索引，减少插入次数等来优化。
MongoDB核心服务器主要是通过mongod程序启动的，而且在启动时不需对MongoDB使用的内存进行配置，因为其设计哲学是内存管理最好是交给操作系统，缺少内存配置是MongoDB的设计亮点，另外，还可通过mongos路由服务器使用分片功能。
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。
