A的博客

在 64 位系统上，使用 ext4 文件系统，文件大小可以达到 16TB（这只是文件系统层面的限制，实际情况还会受到磁盘空间等因素影响）。MongoDB 单个文档大小限制在 16MB（这是为了保证性能和避免过度复杂的文档结构）

MongoDB在主节点应用数据库操作后将其记录到optlog中，从节点通过异步进程复制和应用（数据同步）这些操作。所有复制集成员都在local.oplog.rs集合中有op log的副本以维护数据库当前状态。MongoDB 4.4支持以小时为单位指定最小操作日志保留期，仅在oplog达到最大大小或oplog条目早于配置小时数时删除操作日志条目。

建立索引后，MongoDB会额外存储一份按age字段升序排序的索引数据，索引结构类似如下，索引通常采用类似btree的结构持久化存储，以保证从索引里快速（O(logN)的时间复杂度）找出某个age值对应的位置信息，然后根据位置信息就能读取出对应的文档。需要注意的是，索引并不是越多越好，集合的索引太多，会影响写入、更新的性能，因为每次写入都需要更新所有索引的数据。当集合文档数量较少时，全表扫描的开销可能不大，但当文档数量达到百万、千万甚至上亿时，全表扫描的开销会非常大，一个查询耗费数十秒甚至几分钟都有可能。

pages的状态是在不断变化的，因此，对于读操作来说，它首先会检查pages的状态是否为WT_REF_MEM，然后设置一个hazard指针指向要读的pages，如果刷新后，pages的状态仍为WT_REF_MEM，读操作才能继续处理。它与 B-Tree 的主要区别是，B+ Tree 的叶子节点不仅存储数据的键（key），还存储实际的数据（值，value）。：随着数据的插入和删除，B-Tree 需要做一些额外的操作（比如节点的分裂、合并），这些操作虽然能保持数据的有序性，但也会带来性能开销。

通过 Spring Data MongoDB，我们可以轻松地将 MongoDB 数据库的操作与 Spring 应用集成，并且能够以声明式的方式进行数据访问，而无需直接编写大量的 MongoDB 操作代码。以下是一个使用 Spring Data MongoDB 的基本示例，展示了如何将 MongoDB 集成到 Spring Boot 应用中，执行 CRUD 操作。以上一个简单的MongoDB使用就完善了，在业务中更多的也是如此的CRUD，后续文章会写一些关于MongoDB的底层原理，毕竟面试要造火箭。

Map Function: 对于每个文档，emit 函数将 customerId 作为键，amount 作为值发射出去。Reduce Function: 对于每个唯一的 customerId，reduceFunction 接收一个键和与该键相关联的所有值的数组，并返回这些值的总和。Output: 结果存储在 order_totals 集合中，每个文档包含一个 customerId 和该客户的总订单金额

NoSQL是“Not Only SQL”的缩写，代表了一类非关系型数据库，主要用于处理大规模数据存储和高并发访问。与传统的关系型数据库（如MySQL、PostgreSQL）不同，NoSQL数据库没有固定的表结构，能够灵活存储多种数据类型，包括结构化、半结构化和非结构化数据。这里可以按需选择安装MongoDB Compass,选择会稍微慢一些，但为了方便还是建议直接顺手安装。安装完会自动打开如下界面，开启你的MongoDB操作。按需选择下载,我这里下载的是Windows x64。给创建的数据库添加数据。