最近在回顧mongodb的相關知識，輸出一篇文章做為MongoDB知識點的總結。
總結的目的在於回顧MongoDB的相關知識點，明確MongoDB在企業級應用中充當的角色，為之後的技術選型提供一個可查閱的資訊簡報

一、概述

1.MongoDB是什麼？用一句話總結

MongoDB是一款為web應用程式和網際網路基礎設施設計的資料庫管理系統。沒錯MongoDB就是資料庫，是NoSQL型別的資料庫

2.為什麼要使用MongoDB？

（1）MongoDB提出的是文件、集合的概念，使用BSON（類JSON）作為其資料模型結構，其結構是面向物件的而不是二維表，儲存一個使用者在MongoDB中是這樣子的。

｛
    username:'123',
    password:'123'
｝

使用這樣的資料模型，使得MongoDB能在生產環境中提供高讀寫的能力，吞吐量較於mysql等SQL資料庫大大增強。

（2）易伸縮，自動故障轉移。易伸縮指的是提供了分片能力，能對資料集進行分片，資料的儲存壓力分攤給多臺伺服器。自動故障轉移是副本集的概念，MongoDB能檢測主節點是否存活，當失活時能自動提升從節點為主節點，達到故障轉移。

（3）資料模型因為是面向物件的，所以可以表示豐富的、有層級的資料結構，比如部落格系統中能把“評論”直接懟到“文章“的文件中，而不必像myqsl一樣建立三張表來描述這樣的關係。

3.主要特性

（1）文件資料型別
SQL型別的資料庫是正規化的，可以通過主鍵或者外來鍵的約束保證資料的完整性與唯一性，所以SQL型別的資料庫常用於對資料完整性較高的系統。MongoDB在這一方面是不如SQL型別的資料庫，且MongoDB沒有固定的Schema，正因為MongoDB少了一些這樣的約束條件，可以讓資料的儲存資料結構更靈活，儲存速度更加快。

（2）即時查詢能力
MongoDB保留了關係型資料庫即時查詢的能力，保留了索引（底層是基於B tree）的能力。這一點汲取了關係型資料庫的優點，相比於同類型的NoSQL redis 並沒有上述的能力。

（3）複製能力
MongoDB自身提供了副本集能將資料分佈在多臺機器上實現冗餘，目的是可以提供自動故障轉移、擴充套件讀能力。

（4）速度與永續性
MongoDB的驅動實現一個寫入語義 fire and forget ，即通過驅動呼叫寫入時，可以立即得到返回得到成功的結果（即使是報錯），這樣讓寫入的速度更加快，當然會有一定的不安全性，完全依賴網路。
MongoDB提供了Journaling日誌的概念，實際上像mysql的bin-log日誌，當需要插入的時候會先往日誌裡面寫入記錄，再完成實際的資料操作，這樣如果出現停電，程序突然中斷的情況，可以保障資料不會錯誤，可以通過修復功能讀取Journaling日誌進行修復。

（5）資料擴充套件
MongoDB使用分片技術對資料進行擴充套件，MongoDB能自動分片、自動轉移分片裡面的資料塊，讓每一個伺服器裡面儲存的資料都是一樣大小。

4.C/S服務模型

MongoDB核心伺服器主要是通過mongod程式啟動的，而且在啟動時不需對MongoDB使用的記憶體進行配置，因為其設計哲學是記憶體管理最好是交給作業系統，缺少記憶體配置是MongoDB的設計亮點，另外，還可通過mongos路由伺服器使用分片功能。

MongoDB的主要客戶端是可以互動的js shell 通過mongo啟動，使用js shell能使用js直接與MongoDB進行交流，像使用sql語句查詢mysql資料一樣使用js語法查詢MongoDB的資料，另外還提供了各種語言的驅動包，方便各種語言的接入。

5.完善的命令列工具

mongodump和mongorestore,備份和恢復資料庫的標準工具。輸出BSON格式，遷移資料庫。

mongoexport和mongoimport，用來匯入匯出JSON、CSV和TSV資料，資料需要支援多格式時有用。mongoimport還能用與大資料集的初始匯入，但是在匯入前順便還要注意一下，為了能充分利用好mongoDB通常需要對資料模型做一些調整。

mongosniff,網路嗅探工具，用來觀察傳送到資料庫的操作。基本就是把網路上傳輸的BSON轉換為易於人們閱讀的shell語句。

因此，可以總結得到，MongoDB結合鍵值儲存和關係資料庫的最好特性。因為簡單，所以資料極快，而且相對容易伸縮還提供複雜查詢機制的資料庫。MongoDB需要跑在64位的伺服器上面，且最好單獨部署，因為是資料庫，所以也需要對其進行熱備、冷備處理。

二、進入MongoDB shell

因為本篇文章不是API手冊，所有這裡對shell的使用也是基礎的介紹什麼功能可以用什麼語句，主要是為了展示使用MongoDB shell的方便性，如果需要知道具體的MongoDB shell語法可以查閱官方文件。

1.切換資料庫

use dba

建立資料庫並不是必須的操作，資料庫與集合只有在第一次插入文件時才會被建立，與對資料的動態處理方式是一致的。簡化並加速開發過程，而且有利於動態分配名稱空間。如果擔心資料庫或集合被意外建立，可以開啟嚴格模式

2.插入語法

db.users.insert({username:"smith"})
db.users.save({username:"smith"})

區別
若新增的資料中存在主鍵 ，insert() 會提示錯誤，而save() 則更改原來的內容為新內容。

如：
已存在資料： {_id : 1, ” name ” : ” n1 ” }，再次進行插入操作時，
insert({_id : 1, ” name ” : ” n2 ” }) 會報主鍵重複的錯誤提示
save({ _id : 1, ” name ” : ” n2 ” }) 會把 n1 修改為 n2 。
相同點：
若新增的資料中沒有主鍵時，會增加一條記錄。
已存在資料： { _id : 1, ” name ” : ” n1 ” }，再次進行插入操作時，
insert({ ” name ” : ” n2 ” }) 插入的資料因為沒有主鍵，所以會增加一條資料
save({ ” name ” : ” n2 ” }) 增加一條資料。

3.查詢語法

db.users.find()
db.users.count()

4.更新語法

db.users.update({username:"smith"},{$set:{country:"Canada"}})
//把使用者名稱為smith的使用者的國家改成Canada

db.users.update({username:"smith"},{$unset:{country:1}})
//把使用者名稱為smith的使用者的國家欄位給移除

db.users.update({username:"jones"},{$set:{favorites:{movies:["casablance","rocky"]}}})
//這裡主要體現多值修改，在favorties欄位中新增多個值

db.users.update({"favorites.movies":"casablance"},{$addToSet:{favorites.movies:"the maltese"}},false,true)
//多項更新

5.刪除語法

db.foo.remove() //刪除所有資料
db.foo.remove({favorties.cities:"cheyene"}) //根據條件進行刪除
db.drop() //刪除整個集合

6.索引相關語法

db.numbers.ensureIndex({num:1})
//建立一個升序索引
db.numbers.getIndexes()
//獲取全部索引

7.基本管理語法

show dbs
//查詢所有資料庫
show collections
//顯示所有表
db.stats()
//顯示資料庫狀態資訊
db.numbers.stats()
//顯示集合表狀態資訊
db,shutdownServer()
//停止資料庫
db.help()
//獲取資料庫操作命令
db.foo.help()
//獲取表操作命令
tab 鍵 //能自動幫我們補全命令

以上的命令只是簡單例項，假設如果你之前沒有學習過任何資料庫語法，同時開始學sql查詢語法和MongoDB 查詢語法，你會發現哪一個更簡單呢？如果你使用的是java驅動去操作MongoDB，你會發現任何的查詢都像Hibernate提供出來的查詢方式一樣，只要構建好一個查詢條件物件，便能輕鬆查詢（接下來會給出示例），博主之前熟悉ES6，所以入手MongoDB js shell完成沒問題，也正因為這樣簡潔，完善的查詢機制，深深的愛上了MongoDB。

三、使用java驅動

使用java驅動連結MongoDB是一件非常簡單的事情，簡單的引用，簡單的做增刪改查。在使用完java驅動後我才發現spring 對MongoDB 的封裝還不如官方自身提供出來的東西好用，下面簡單的展示一下使用。

1.使用maven引入jar包

這裡引用的是最新的驅動包，提供了一套新的訪問連線方式

        <dependency>
            <groupId>org.mongodb</groupId>
            <artifactId>mongodb-driver-sync</artifactId>
            <version>3.8.0-beta3</version>
        </dependency>

2.建立一個訪問客戶端

MongoClient client = MongoClients.create(“mongodb://10.201.76.94:27017”);

3.獲取集合數量

public long count() {
        MongoClient client = this.getClient();
        MongoCollection<Document> collections= client.getDatabase("mongodb_db_name").getCollection("mongodb_collection_name");
        return collections.count();
    }

4.查詢集合

public List<Document> find(Document params,Bson sort,int skip,int limit) {
        MongoClient client = this.getClient();
        MongoCollection<Document> collections= client.getDatabase("mongodb_db_name").getCollection("mongodb_collection_name");
        List<Document> list = new ArrayList<Document>(Integer.valueOf(config.getPro("sync_limit")));
    collections.find(params).sort(sort).skip(skip).limit(limit).forEach(new Block<Document>() {
            @Override
            public void apply(Document document) {
                list.add(document);
            }
        });
        return list;
    }

這裡只舉例了簡單的連結與簡單的MongoDB操作，可見其操作的容易性。使用驅動時是基於TCP套接字與MongoDB進行通訊的，如果查詢結果較多，恰好無法全部放進第一伺服器中，將會向伺服器傳送一個getmore指令獲取下一批查詢結果。

插入資料到伺服器時間，不會等待伺服器的響應，驅動會假設寫入是成功的，實際是使用客戶端生成物件id，但是該行為可以通過配置配置，可以通過安全模式開啟，安全模式可以校驗伺服器端插入的錯誤。

四、schema 設計原則

1.需要關注MongoDB的自身的特性

要清楚瞭解MongoDB的基本資料單元。在關係型資料庫中有帶列和行的資料表。而MongoDB資料的基本單元是BSON文件，在鍵值中有指向不定型別值的鍵，MongoDB擁有即時查詢，但不支援聯結操作，簡單的鍵值儲存只能根據單個鍵來獲取值，不支援事務，但支援多種原子更新操作。

2.需要關注系統本身的讀寫特性

如讀寫比是怎樣的，需要何種查詢，資料是如何更新的，會不會存在什麼併發問題，資料結構化的程度是要求高還是低。系統本身的需求決定mysql還是MongoDB

3.關注MongoDB schema 的設計模式

（1）內嵌與引用
當子物件總是出現在父物件的上下文中時，使用內嵌文件；否則將子物件單獨存一個集合

（2）一對多的關係
在“多”的集合關係中新增id指向依賴的id

（3）多對多
在其中一種對應關係中使用物件陣列指向另外一個物件

（4）樹
具化路徑，在樹中的每個節點都包含一個path欄位，該欄位具體儲存了每個節點祖先的id

（5）動態屬性
可以為不同的動態屬性新增索引，如果需要將屬性圈在一個範圍，那麼可以通過key-value的方式，然後在統一的key上面加索引

（6）關於事務
如果需要事務支援，那麼只能選擇另一種資料庫，或者提供補償性事務來解決事務的問題

在關於schema 的設計中要注意一些原則，比如

• 不能建立沒用的索引
• 不能在同一個欄位中存不同的型別
• 不能把多類實體都放在一個集合裡 不能建立體積大、巢狀深的文件
• 不能過多的建立集合，集合、索引、資料庫的名稱空間都是有限的
• 不能建立無法分片的集合

4.關注MongoDB裡面一些具體細節

（1）關注資料庫的概念
資料庫是集合的邏輯與物理分組，MongoDB沒有提供建立資料庫的語法，只有在插入集合時，資料庫才開始建立。建立資料庫後會在磁碟分配一組資料檔案，所有集合、索引和資料庫的其他元資料都儲存在這些檔案中，查閱資料庫使用磁碟狀態可通過

db.stats()

（2）關注集合概念
集合是結構上或概念上相似得文件的容器，集合的名稱可以包含數字、字母或 . 符號，但必須以字母或數字開頭，完全。
限定集合名不能超過128個字元，實際上 . 符號在集合中很有用，能提供某種虛擬名稱空間，這是一種組織上的原則，和其他集合是一視同仁的。在集合中可以使用。

system.namespaces //查詢當前資料庫中定義的所有名稱空間
system.indexes //儲存當前資料庫的所有索引定義

（3）關注文件
其次是鍵值，在MongoDB裡面所有的字串都是UTF-8型別。數字型別包括double、int、long。日期型別都是UTC格式，所以在MongoDB裡面看到的時間會比北京時間慢8小時。整個文件大小會限制在16m以內，因為這樣可以防止建立難看的資料型別，且小文件可以提升效能，批量插入文件理想數字範圍是10~200，大小不能超過16MB。

五、索引與查詢優化

1.索引的經驗法則

（1）索引能顯著減少獲取文件的所需工作量，具體的對比可以通過

.explain()

方法進行對比

（2）解析查詢時MongoDB通過最優計劃選擇一個索引進行查詢，當沒有最適合索引時，會先不同的使用各個索引進行查詢，最終選出一個最優索引做查詢

（3）如果有一個a-b的複合索引，那麼僅針對a的索引是冗餘的

（4）複合索引裡的鍵的順序是很重要的

2.索引型別

（1）單鍵索引
（2）複合索引
（3）唯一性索引
（4）稀疏索引
如索引的欄位會出現null的值，或是大量文件都不包含被索引的鍵

3.索引的構建問題

如果資料集很大時，構建索引將會花費很長的時間，且會影響程式效能，可通過

db.currentOp() //檢視索引的構建時間

當使用 mongorestore 時會重新構建索引。當曾經執行過大規模的刪除時，可使用

 db.values.reIndex() 

對索引進行壓縮，重建

4.識別慢查詢

（1）查閱慢查詢日誌

grep -E '([0-9])+ms' mongod.log //使用grep 命令 識別命令資訊

db.setProfillingLevel(2) //使用解刨器，將記錄每次的讀寫到日誌

db.setProfillingLevel(1) //只記錄慢（100ms）操作

（2）分析慢查詢

db.values.find({}).sort({close:-1}).limit(1).explain()

• scanOrder 欄位表明沒有使用索引
• cursor當沒有索引時，用的是BasicCursor，當使用索引時使用的是BtreeCursor
• n 表示需要返回的結果集
• nscanned表示需要遍歷的文件數 indexBounds 表示索引邊界

注意新版本的MongoDB 的explain方法是需要引數的，不然只顯示普通的資訊

六、MongoDB副本集

本節同樣主要簡單呈現MongoDB副本集搭建的簡易性，與副本集的強壯性，監控容易性

1.為什麼要使用副本集

提供主從複製能力，熱備能力，故障轉移能力

2.構建方式

rs.initiate()
rs.add("localhost:40001")
rs.add("localhost:40002",{arbiterOnly:true})

3.監控

db.isMasrter()
rs.status()

4.副本集的工作原理

實際上MongoDB對副本集的操作跟mysql主從操作是差不多的，先看一下mysql的主從資料流動過程

主binlog -> 從relay.log -> 從bin.log -> 從資料庫

而MongoDB主要依賴的日誌檔案是oplog

主oplog -> 從oplog

寫操作先被記錄下來，新增到主節點的oplog裡。與此同時，所有從結點複製oplog。首先，檢視自己oplog裡最後一條的時間戳；其次，查詢主節點oplog裡所有大於此時間戳的條目;最後，把那些條目新增到自己的oplog裡並應用到自己的庫裡。從節點使用長輪詢立即應用來自主結點oplog的新條目。

當遇到以下情況，從節點會停止複製

• 如果從節點在主節點的oplog裡找不到它所同步的點，那麼會永久停止複製
• 一旦某個從節點沒能 在主節點的oplog裡找到它已經同步的點，就無法再保證這個從結點的完美副本

local資料庫儲存了所有副本集元素據和oplog日誌

• replset.minvalid 包含指定副本整合員的初始化同步資訊
• system.replset 儲存在副本集配置文件
• system.indexes 標準索引說明容器
• me slaves 主要用於寫關注

可以使用以下命令檢視複製情況

db.oplog.rs.findOne()

• ts 儲存了該條目的BSON時間戳
• t 是從紀元開始的描述
• i是計數器
• op 表示操作碼
• ns 標明瞭有關的名稱空間

5.心跳檢測

每個副本整合員每秒鐘ping一次其他所有成員，可以通過rs.status()看到節點上次的心跳檢測時間戳和健康狀況。

6.故障轉移

這個點沒必要過多描述，但是有一個特殊場景，如果從節點和仲裁節點都被殺了，只剩下主節點，他會把自己降級成為從節點。

7.提交與回滾

如果主節點的資料還沒有寫到從庫，那麼資料不能算提交，當該主節點變成從節點時，便會觸發回滾，那些沒寫到從庫的資料將會被刪除，可以通過rollback子目錄中的BSON檔案恢復回滾的內容。

8.驅動與複製

（1）使用單節點連結
只能連結到主節點，如果連結到從節點的話，會被拒絕寫入操作，但是如果沒有使用安全模式，因為mongo的fire and forget 特性，會把拒絕寫入的異常給吃掉。

（2）使用副本集方式連結
能根據寫入的情況自動進行故障轉移，但是當副本集進行新的選舉時，還是會出現故障，如果不使用安全模式，依舊會出現寫不進去，但現實成功的情況。

（3）寫關注
可以使用寫關注來關注資料是否已經被寫入MongoDB的庫中，使用寫關注會消耗效能，需要在速度和永續性之間做出權衡。

七、分片

分片是資料庫切分的一個概念實現，這裡也是簡單總結為什麼要使用分片以及分片的原理，操作。

1.為什麼需要分片

當資料量過大，索引和工作資料集佔用的記憶體就會越來越多，所以需要通過分片負載來解決這個問題

2.分片的工作原理

（1）分片元件

• 分片：每個分片都是一個副本集
• mongos路由器：是一個路由器，將讀寫請求指引到合適的分片上
• 配置伺服器config：持久化分片叢集的元資料，包括：全域性叢集配置；每個資料庫、集合和特定範圍資料位置；一份變更記錄，儲存了資料在分片之間進行遷移的歷史資訊。配置伺服器之間不是副本集形式存在，mongos向配置伺服器提交資訊時是兩階段提交，保證配置伺服器之間的一致性。

（2）分片的核心操作
分片一個集合：分片是根據一個屬性的範圍進行劃分的，MongoDB使用所謂的分片鍵讓每個文件在這些範圍裡找到自己的位置

塊：是位於一個分片中的一段連續的分片鍵範圍，可以理解為若干個塊組成分片，分片組成MongoDB的全部資料

（3）拆分與遷移
塊的拆分：初始化時只有一個塊，達到最大塊尺寸64MB或100000個文件就會觸發塊的拆分。把原來的範圍一分為二，這樣就有了兩個塊，每個塊都有相同數量的文件。

遷移：當分片中的資料大小不一時會產生遷移的動作，比如分片A的資料比較多，會將分片A裡面的一些塊轉移到分片B裡面去。分片叢集通過在分片中移動塊來實現均衡，是由名為均衡器的軟體程序管理的，任務是確保資料在各個分片中保持均勻分佈，當叢集中擁有塊最多的分片與擁有塊最少分片的塊差大於8時，均衡器就會發起一次均衡處理。

3.分片實戰

啟動兩個副本集、三個配置伺服器、一個mongos程序

配置分片

sh.help() //檢視分片相關幫助
sh.addShard() //新增分片
db,getSiblingDB("config").shards.find() //檢視分片列表
sh.status() //分片詳情
sh.enableSharding("cloud-docs") //開啟一個數據庫上的分片
db.getSiblingDB("config").databases,find() //檢視資料庫列表
sh.shardCollection("cloud-docs.spreadsheets",{username:1,_id:1}) //使用一個分片鍵定義一個分片集合spreadsheets，根據使用者名稱進行切分
sh.getSiiblingDB("config").collections.findOne() //檢視集合列表
db.chunks.count() //檢視塊的個數
db.chunks.findOne() //檢視塊的資訊
db.changelog.count(}what:"split"|) //檢視塊切分日誌
db.changelog.find({what:"moveChunk.commit"}).count() //檢視日誌遷移記錄

4.分片的查詢與索引

（1）分片查詢型別

• 針對性查詢：查詢包含分片鍵
• 全域性查詢或分散/聚集查：查詢不包含分片鍵
• 查詢過程：通過分片鍵將查詢路由給指定分片，一旦到了某個分片上，由分片自行決定使用哪個索引來執行該查詢

（2）索引
每個分片都維護了自己的索引，當在分片集合上宣告索引時，每個分片都會為它那部分集合構建獨立的索引，每個分片上的分片集合都應該擁有相同的索引。

分片集合只允許在_id欄位和分片鍵上新增唯一性索引，其他地方不行，因為這需要在分片間進行通訊，實施起來很複雜。

當建立分片時，會根據分片鍵建立一個索引。

5.選擇分片鍵

（1）分片鍵是不可修改的、分片鍵的選擇非常重要
（2）低效的分片鍵

• 分佈性差：如使用BSON物件ID，那麼會導致所有最新插入的文件都會落到某個很小的連續範圍，無法分散插入
• 缺乏區域性性：升序分片鍵有明確的方向，完全隨機的分片鍵則根本沒有方向。前者無法分散插入，後者插入分散，如使用MD5作為分片鍵

（3）理想的分片鍵

• 將插入資料均勻分佈到各個分片上
• 保證CRUD操作能夠利用區域性性 有足夠的粒度進行塊拆分
• 滿足這些要求的分片鍵通常由兩個欄位組成，第一個是粗粒度的，第二個粒度較細

6.生產環境中的分片

（1）部署拓撲

• 複製mongod：需要獨立的部署伺服器
• 配置伺服器：配置伺服器不需要有自己的機器

根據不同的資料中心劃分

（2）最低要求

• 副本集每個成員，無論是完整的副本集節點還是仲裁節點，都需要放在不同的機器上 每個用於複製的副本整合員都需要有自己的機器
• 副本集仲裁節點很輕量級，和其他程序共用一臺機器即可
• 配置伺服器也可以選擇與其他程序共用一臺機器

（3）配置的注意事項
需要估計叢集大小，可使用以下命令對現有集合進行分片處理

sh.splitAt("cloud-docs.spreadsheets",{"username":"chen","_id":ObjectId("")})
//手動拆分塊
sh.moveChunk("cloud-docs.spreadsheets",{username:"chen"},"shardB")
//手動將某分塊移至分片B
db.runCommand({removeshard:"shard-1/arete:30100,arete:30101"}) 
//刪除分片
db.runCommand({moveprimary:"test",to:"shard-0-test-rs"});
//移動主分片

（4）備份分片叢集
備份分片時需要停止均衡器

db.settings.update({_id:"ba;ancer"},{$set:{stopped:true},true});
sh.setBalancerState(false)；
//停止均衡器，此時均衡器將進行最後一輪均衡

db.locks.find({_id:"balancer"});
sh.isBalancerRunning();
//檢視均衡器狀態，任何狀態大於0 的狀態值都說明均衡器仍在進行中

八、部署與管理

1.部署

（1）部署架構
使用64位機器、32位機器會制約mongodb的記憶體，使其最大值為1.5GB

（2）cpu
mongodb 只有當索引和工作集都可放入記憶體時，才會遇到CPU瓶頸，CPU在mongodb使用中的作用是用來檢索資料，如果看到CPU使用飽和的情況，可以通過查詢慢查詢日誌，排查是不是查詢的問題導致的，如果是可以通過新增索引來解決問題
mongodb寫入資料時會使用到CPU，但是mongodb寫入時間一次只用到一個核，如果有頻繁的寫入行為，可以通過分片來解決這個問題

（3）記憶體
大記憶體是mongodb的保障，如果工作集大小超過記憶體，將會導致效能下降，因為這將會增加資料載入入記憶體的動作

（4）硬碟
mongodb預設每60s會與磁碟強制同步一次，稱為後臺重新整理，會產生I/O操作。在重啟時mongodb會將磁盤裡面的資料載入至記憶體，高速磁碟將會減少同步的時間

（5）檔案系統
使用ext4 和 xfs 檔案系統
禁用最後訪問時間

vim /etc/fstab

（6）檔案描述符
linux 預設檔案描述符是1024，需要大額度的提升這個額度

（7）時鐘
mongodb各個節點伺服器之間使用ntp伺服器

2.安全

（1）繫結IP
啟動時使用 - -bind_ip 命令

（2）身份驗證
啟動時使用 - -auth 命令

db.addUser("","",true)
//建立使用者，最後一個引數指定是否只讀

（3）副本集身份認證
使用keyFile，注意keyFile檔案的許可權必須是600，不然會啟動不起來

3.資料的匯入與匯出

mongoimport
mongoexport

4.伺服器配置

（1）拓撲結構
搭建副本集至少需要兩個節點，其中仲裁結點不需要有自己的伺服器

（2）Journaling日誌
寫資料時會先寫入日誌，而此時的資料也不是直接寫入硬碟，而是寫入記憶體
但是Journaling日誌會消耗記憶體，所以可以在主庫上面關閉，在從庫上面啟動
可以單獨為Journaling日誌使用一塊固態硬碟
在插入時，可以通過驅動確保Journaling插入後再反饋，但是會非常影響效能

5.日誌

logpath 選項指定日誌儲存地址
-vvvvv 選項（v越多，輸出越詳細）
db.runCommand({logrotare:1}) 開啟滾動日誌

6.資料庫監控命令

（1）serverStatus

globalLock 表示伺服器花在寫鎖上面的總時間
mem顯示瞭如何使用記憶體
bits 表明這臺機器的位長
resident 表示佔用實體記憶體數量
virtual 表示使用的虛擬記憶體

（2）top

（3）db.currentOp()

7.mongostat

動態展示mongodb活動資料

8.web控制檯

佔用當前mongodb監聽埠往上1000號的埠

9.備份與恢復

（1）mongodump
把資料庫內容匯出成BSON檔案，而mongorestore能讀取並還原這些檔案

（2）mongorestore
把匯出的BSON檔案還原到資料庫

（3）備份原始資料檔案
可以這麼做，但是，操作之前需要進行鎖庫處理 db.runCommand({fsync:1,lock:true})
db.$cmd.sys.unlock.findOne() 請求解鎖操作，但是資料庫不會立刻解鎖，需要使用db.currentOp()驗證

10.壓緊與修復

（1）修復
mongd –repair 修復所有資料庫
db.runCommand({repairDatabase:1}) 修復單個數據庫
修復就是根據Jourling檔案讀取和重寫所有資料檔案並重建各個索引

（2）壓緊

db.spreadsheets.reIndex() //重建索引
db.runCommand({compact:"spreadsheets"}) 

壓緊，會重寫資料檔案，並重建集合的全部索引，需要停機或者在從庫上面執行,如果需要在主庫上面執行，需要新增force引數 保證加寫鎖

11.效能調優

（1）監控磁碟狀態

iostat

（2）為提升效能檢查索引和查詢
總的來說，掃描儘可能少的文件
保證沒有冗餘的索引，冗餘的索引會佔用磁碟空間、消耗更多的記憶體，在每次寫入時還需做更多工作

（3）新增記憶體

db.stats() //檢視資料庫資料佔用大小狀態

dataSize 資料大小 和 indexSize 索引大小，如果兩者的和大於記憶體，那麼將會影響效能
storageSize超過dataSize 資料大小 兩倍以上，就會因磁碟碎片而影響效能，需要壓縮