聚合是MongoDB的高级查询语言，它允许我们通过转化合并由多个文档的数据来生成新的在单个文档里不存在的文档信息。MongoDB中聚合主要用于处理数据，并返回计算后的数据结果，有点类似sql语句中的 count(*)。Pipeline查询速度快于MapRe

固定集合是指有着固定大小的集合，当达到最大值时，它会自动覆盖最早的文档。当该值为 true 时，必须指定 size 参数。（可选）如为 true，自动在 _id 字段创建索引。如果 capped 为 true，也需要指定该字段。writeConcern：写

MongoDB的正式版本都是偶数版本，x.x.x，主要版本（x.x）大约每年升级一次，小版本主要是修复问题，通常1-2个月发布一次。MongoDB支持原生高可用：Application通过Driver连接到Primary节点，一个Primary节点连接多个

MongoDB 没有关系数据库之类的分页机制，要实现分页查询得硬编码，可以通过实现 Pageable 接口来自定义分页类，具体网上有很多介绍。简单一点的方式是使用支持 MongoDB 分批取数的报表工具，这样就可以解决大数据量查询的问题。这里用了两个异步线

[ ~]$ echo ‘export PATH=/mongodb/bin:$PATH‘ >> .bash_profile. pidFilePath: <string> --pid文件的位置，一般不用配置，可

副本集架构中需要开启用户的授权认证，也要配置副本集内部、成员身份验证。使用keyfile身份验证，副本集中的每个mongod实例都将keyfile的内容用作对部署中其他成员进行身份验证的共享密码。只有具有正确密钥文件的mongod实例才能加入副本集。所选方

Transparent Huge Pages is a Linux memory management system. that reduces the overhead of Translation Lookaside Buffer . lookups

搭建副本集一般需要三台机器，也是三个角色，主节点、从节点、仲裁节点仲裁节点不存储数据，主从节点都存储数据。tck=docs_server，我这里使用的是rhel4.2.6版本。最后再次启动即可。两者的优缺点如下：

MongoDB 中索引的类型大致包含单键索引、复合索引、多键值索引、地理索引、全文索引、 散列索引等，下面简单介绍各类索引的用法。这个是最简单最常用的索引类型，比如我们上边的例子，为id建立一个单独的索引就是此种类型。需要注意的是通常MongoDB会自动为

"name": "哈士奇饼干1",$ne 匹配字段值不等的文档 !

普通的查询很好说，几乎一看就明白，但是如果想要根据 _id 来查询的话，在python中，会有一个ObjectId()的类；在golang中其实也差不多，不过变成了

NoSQL，意即“不仅仅是 SQL”，它指的是非关系型的数据库，是以 key-value形式存储，和传统的关系型数据库不一样，不一定遵循传统数据库的一些基本要求，比如说遵循 SQL 标准、ACID 属性、表结构等等。NoSQL 最早被提出是在 20 世纪

先说一下关于用户、验证和角色的基本概念。要在MongoDB中验证客户端，必须向MongoDB添加相应的用户。当访问控制（即授权）被启用时，MongoDB要求所有客户端对其自身进行认证，以确定其访问。我们刚刚创建了一个用户，但如果我们是以默认的方式启动mon

> 2 months ago 和 393MB 取决于镜像的拉取时间和对应版本的大小.执行上述命令之后, 一个挂载了 mongo镜像的容器就开始运行了 其中 * `--name` 设置了容器的名字 * `-v` 设置了路径的映射, 将本地路径映射到容器

如果已经存在了，就不需要安装了。# DB_FILE，DB_IMG，DB_TEMP为容器内的路径，可以不设置，默认为上面路径。# 但我在使用的时候发现好像不一样，tmp和img应该是位于 file 目录下的。安装完成之后可以打开浏览器，输入IP端口即可

介绍列转行、版本字段、近似计算、预聚合四个文档设计模式和它们的应用场景。这样统计查询的速度是快了，但是系统写入的效率却下降了。利用mongdb的特色，将多列数据转换为多行数组。解决了要管理不同国家的上映日期，也使用了单索引快速检索数据。避免使用过多索引造成

apache druid和presto用于大数据处理，都借助内存处理大数据的聚合统计，支持python1.druid读取数据的python代码:使用pydruidfrom pydruid.client import *from pydruid.utils

在一台配置为2核4G的阿里云服务器上，硬盘是普通的云盘，除mongoDB外，运行了若干个java应用，单节点mysql和redis，mongo的实际可用内存在1.5G左右。单表数据200万条的时候，一个聚合函数响应时间约为6秒，页面端每秒请求一次，由于响应

* 新品上线异常火爆，如何支撑更多用户并发？* 单库已有10TB数据，恢复需要1-2天，如何加速？* 地理分布数据3. 分片如何解决问题？银行交易表单内10亿笔资料超负荷运转，交易号 0-1,000,000,000 把数据分成两两半，放到两个库里。

MongoDB是一个开源，高性能，无模式的文档型数据库。它支持的数据结构非常松散，是一种类似于JSON的格式叫BSON，所以他既可以存储比较复杂的数据类型，又相当的灵活。MongoDB中的记录是一个文档，它是一个由字段可值对组成的数据结构。MongoDB文