本文目录一览：
pgsql的主键存储方式
这一点MySQL就差很多，很多分析功能都不支持，腾讯内部的存储主要是 MySQL，但是数据分析主要是 Hadoop+ PgSQL。
PG序列的长度限制在6MB左右。这个限制是由PostgreSQL数据库内部的设计决定的。PG序列是PostgreSQL中用于生成唯一标识符的一种数据类型，通常用于自增主键或其他需要确保唯一性的字段。
pgsql在存储过程中运行一条SQL语句指定schema。pgsql在存储过程中，实际上可用的方法是通过运行一条SQL语句，将用户的searchpath设置为指定的schema。
用户可以根据自身业务特征选择面向交易的SQL解析器（例如MySQL或PGSQL）或面向统计分析的执行引擎（例如SparkSQL）。众所周知，使用不同的SQL优化与执行方式，数据库的访问性能可能会存在上千上万倍的差距。
InnoDB的表和索引都是按相同的方式存储。也就是说表都是索引组织表。这一般要求主键不能太长而且插入时的主键最好是按顺序递增，否则对性能有很大影响。PostgreSQL不存在这个问题。索引类型方面，MySQL取决于存储引擎。
mongoDB-document
MongoDB 将数据记录存储为 BSON类型的 文档（document）。 BSON 是一种二进制数据类型，是json 的一种扩展， bson 支持了更多的数据类型。
MongoDB中数据的基本单元称为文档（Document）。文档是MongoDB的核心概念，多个键极其关联的值有序的放置在一起便是文档。在一个特定集合内部，需要唯一的标识文档。
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。
可以通过WritingConverter和ReadingConverter配置Document和Java对象相互转化。
Mongodb是非关系型数据库（nosql ），属于文档型数据库。
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怎么设置联合主键
mongodb是非关系型数据库，没有联合主键和外键之说，只有一个指定主键_id，但是你在使用的时候可以想象成是有联合主键和外键的，但是得用程序编码控制好。
在 MongoDB 中，存储在集合中的每个文档都需要一个唯一的 _id 字段作为主键。如果插入的文档省略了 _id 字段，MongoDB 驱动程序会自动为 _id 字段生成一个 ObjectId。
而MongoDB数据的基本单元是BSON文档，在键值中有指向不定类型值的键，MongoDB拥有即时查询，但不支持联结操作，简单的键值存储只能根据单个键来获取值，不支持事务，但支持多种原子更新操作。
关系型数据库中很多特性在Mongodb中都没有，在移植之前必须要考虑清楚。例如自增主键、联合主键（可以用唯一索引代替）、相关驱动和连接方式等等（本人用的mssql，所以只能举mssql的例子。
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。
