本文目录一览：
千万别用MongoDB?真的吗
1、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。
2、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。
3、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。
4、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）。
5、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。
6、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。
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。
限制MongoDB使用的内存
1、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。
2、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。
3、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。
4、MongoDB 的数据文件比较大，通常会超过默认的 500M。这样看来，缓存用了 58G，这还差不多。Resident Pages 左侧的数字是页的数量，页的数量乘以文件系统页大小才是内存使用量。
一个mongodb连接占多少内存
1、总共 760G 多的虚拟内存，但是物理内存就只有 16G 。这个机器可是有 64G 内存的哦，这看起来 MongoDB 完全没用多少内存嘛。再看看 free 的结果。
2、值的范围可以从0.25GB到10000GB。
3、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。
4、这个数据库默认会吃掉大量的内存作缓存用，目前好像也没办法限制内存使用量，所以建议别把数据库和其他程序放在一台机器上了。
5、查看每台mongodb的内存（通过mongodb命令控制台的db.serverStatus（）看“mem”部分的“resident”），发现mongodb热数据的内存只占用不到2G，而数据文件有近200G，可能也是因为频繁的宕机，导致热数据一直未全部加载。
