mongoDB的相关问题

CAP定理，又称布鲁尔定理，它指出对于一个相互连接并共享数据的分布式计算系统来说，不可能同时满足以下三个要求：
1、一致性（C）：系统在执行某个操作后仍然是一致的，在分布式系统中，更新操作执行成功后，所有用户应该读到最新的值，这样的系统被认为具有一致性。
2、可用性（A）：每一次操作都会在合理的时间内返回适当的结果。
3、分区容错性（P）：系统在存在网络分区的情况下，仍然可以接受请求并处理。
关系型数据库一般满足CA，分布式数据库一般满足CP，nosql数据库一般满足AP。
nosql数据库的优点：水平扩展方便，读写速度快，数据模型灵活。
缺点：不支持sql操作
mongoDB的优点：
1、高性能、易使用、易扩展、功能丰富。
2、面向集合存储。
3、支持动态查询，支持javascript表达式。
4、支持索引。
5、支持副本集（默认不支持读操作，可以设置支持读操作，最多12个成员，只有7个成员有投票权，如果副本集成员超过7个，需要将其他成员的投票权设置为0）和自动故障恢复。
6、自动处理分片。
7、支持二进制和大数据对象数据。
8、文件存储格式BSON（JSON的一种扩展）。
mongoDB的启动：

在bin目录下，./mongod --dbpath …/dbs --logpath …/logs --port 27017 --fork
–dbpath表示数据库路径，–logspath表示日志路径，–fork表示在mongoDB在后台运行，–port表示端口，默认端口27017

mongoDB中的集合类似关系型数据库中的表，文档是mongoDB基本的数据单元，类似行数据，是键值对的有序集合，文档要小于16M。

mongoDB中$where查询性能较差，安全性也存在问题，所以尽量不用。

mongoDB的文档保存的时候，是按照顺序依次在磁盘上相邻保存的，如果一个文档变大了，原来的位置放不下了，就要把它移动到其他地方，通常是最后能放下这个文档的地方。
如果查询要在内存中排序，结果集不能超过32M。
Capped集合的大小固定，性能好，如果空间用完了，新的对象会覆盖旧的对象。
创建时，可以指定size，单位KB，也可以指定max数量，淘汰机制在容量没有满时，按照数量来工作，容量满了，会依据容量来工作。
成员配置项

• 选举仲裁者：所谓选举仲裁者，就是不保存数据，专门用来投票选举主节点的副本。设置：arbiterOnly:true，最多只能有一个选举仲裁者，应该尽量使用奇数个成员，而不是采用选举仲裁者。
• 优先级：优先级表示一个成员渴望成为主节点的程度，取值0-100，默认1。
  如果优先级0，该节点永远不能成为主节点；拥有高优先级的成员会优先选举为主节点。
• 隐藏成员：设置为隐藏的成员，客户端不能发送请求，也不能作为复制源，通常作为备份服务器，需要设置hidden:true，优先级0的成员才能被隐藏。
• 延迟备份节点：可以通过设置slaveDelay成为延迟的备份节点，在主节点的数据被破坏后，能从备份中恢复，要求备份节点的优先级为0。
• 创建索引：如果不需要备份节点和主节点保持一样的索引，可以设置buildIndexes:false，一旦指定了这个选项，就不能恢复为创建索引的正常节点了，要求该节点的优先级为0。

复制和分片的区别：
数据分片，就是把数据拆分，将数据分散到不同的机器上。每个分片的数据集是整个数据集的一个子集，且相互是不同的数据，所有分片的数据合并起来才是整个数据集。
复制是让多台机器有相同的数据备份，每个机器都有整个数据集。
配置服务器用来执行客户端访问集群数据的路由，它维护着内容列表，记录了每个分片包含的数据。启动配置服务器方法：

./mongod --configsvr --dbpath …/dbs/confdb/confdb1–logpath …/logs/conflog/conflog1 --fork --port 30001

启动mongos进程：

./mongos --configdb localhost:30001,localhost:30002,localhost:30003 --logpath …/logs/conflog/mongoslog --fork

通常一个应用服务器使用一个mongos，他们运行在同一个服务器上。
需要对数据库启用分片才可以：enableSharding(“数据库名称”)。
如果对已经存在的集合进行分片，那么指定的这个分片键上必须有索引，如果索引不存在，mongoDB自动在分片键上创建索引。
mongoDB将文档分组成为块，每个块有分片键特定范围内的文档组成，一个块只能存在于一个分片上。块与块之间的数据不能重复，因此不能使用数组作为分片键，因为mongoDB会为数组创建多个索引条目，从而导致同一个数据在多个块中出现。如果单个分片键可能重复的话，可以创建复合分片键。
如果一个块的数据超出了块的大小，或者达到一个阀值，MongoDB会自动拆分这个块；拆分的时候，所有的配置服务器必须都可用，否则不能拆分，此时就会造成“拆分风暴”，即mongos不断发起拆分请求，却无法完成拆分。唯一解决办法就是保证配置服务器的健康和稳定。
分片键的规则：
1、不能是数组。
2、一旦插入了文档，分片键不能再修改，如果要修改，必须先删除文档。
3、多数特殊类型的索引不能作为分片键。
4、分片键的取值应该是多样的，这样才有利于分片。
MongoDB使用建议：

1. MongoDB没有join语句，要合理设计数据结构。
2. 范式化设计，用字段的值来关联数据，可以提高写入速度；反范式化设计把相关数据做成内嵌文档，可以提高查询速度。
3. 索引非常消耗内存，大约100万条索引就需要50M以上的内存。所以除非特别必要，尽量少建索引。
4. 查询的时候，只返回需要的数据和字段，避免无谓的流量消耗。
5. 如果需要查询的数据超过数据的一半，就不适合使用索引了，可以用{$natural:1}禁用。
6. 更新数据的时候，尽量精细化更新，使用准确条件，并使用修改器直接修改要改变的字段，不要整条替换。
7. 不要使用大量的、或复杂的js计算，对cpu性能消耗较大。
8. 尽量早分片，一般要在MongoDB占用服务器整体性能80%前分片。
9. 不能对256G以上的集合进行分片。
   10.在MongoDB中使用js计算，性能影响较大；把大量数据取到客户端，在客户端计算，会有较大流量消耗；因此要合理设计文档对象，最好能直接从文档中 获取应用需要的数据。
10. 不要使用GridFS处理小的二进制数据。因为GridFS需要二次查询，一次获取文件元数据，一次获取其内容，因此，更适合存放大数据，至少是一个文档存放不下的数据，通常客户端也不用一次性加载这些数据。
11. And型查询，应该把最严格的条件放前面。
12. OR型查询，应该把最有可能为true的条件放前面。