MongoDB是什么？看完你就知道了！

1、概述

1.MongoDB是什么？用一句话总结

MongoDB是一款为web应用程序和互联网基础设施设计的数据库管理系统。没错MongoDB就是数据库，是NoSQL类型的数据库。

2.为何要使用MongoDB？

（1）MongoDB提出的是文档、集合的概念，使用BSON（类JSON）做为其数据模型结构，其结构是面向对象的而不是二维表，存储一个用户在MongoDB中是这样子的。

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

使用这样的数据模型，使得MongoDB能在生产环境中提供高读写的能力，吞吐量较于mysql等SQL数据库大大加强。

（2）易伸缩，自动故障转移。易伸缩指的是提供了分片能力，能对数据集进行分片，数据的存储压力分摊给多台服务器。自动故障转移是副本集的概念，MongoDB能检测主节点是否存活，当失活时能自动提高从节点为主节点，达到故障转移。

（3）数据模型由于是面向对象的，因此能够表示丰富的、有层级的数据结构，好比博客系统中能把“评论”直接怼到“文章“的文档中，而没必要像myqsl同样建立三张表来描述这样的关系。

3.主要特性

（1）文档数据类型
SQL类型的数据库是正规化的，能够经过主键或者外键的约束保证数据的完整性与惟一性，因此SQL类型的数据库经常使用于对数据完整性较高的系统。MongoDB在这一方面是不如SQL类型的数据库，且MongoDB没有固定的Schema，正由于MongoDB少了一些这样的约束条件，可让数据的存储数据结构更灵活，存储速度更加快。

（2）即时查询能力
MongoDB保留了关系型数据库即时查询的能力，保留了索引（底层是基于B tree）的能力。这一点汲取了关系型数据库的优势，相比于同类型的NoSQL redis 并无上述的能力。

（3）复制能力
MongoDB自身提供了副本集能将数据分布在多台机器上实现冗余，目的是能够提供自动故障转移、扩展读能力。

（4）速度与持久性

MongoDB的驱动实现一个写入语义 fire and forget ，即经过驱动调用写入时，能够当即获得返回获得成功的结果（即便是报错），这样让写入的速度更加快，固然会有必定的不安全性，彻底依赖网络。

MongoDB提供了Journaling日志的概念，实际上像mysql的bin-log日志，当须要插入的时候会先往日志里面写入记录，再完成实际的数据操做，这样若是出现停电，进程忽然中断的状况，能够保障数据不会错误，能够经过修复功能读取Journaling日志进行修复。

（5）数据扩展

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，让每个服务器里面存储的数据都是同样大小。

4.C/S服务模型

MongoDB核心服务器主要是经过mongod程序启动的，并且在启动时不需对MongoDB使用的内存进行配置，由于其设计哲学是内存管理最好是交给操做系统，缺乏内存配置是MongoDB的设计亮点，另外，还可经过mongos路由服务器使用分片功能。

MongoDB的主要客户端是能够交互的js shell 经过mongo启动，使用js shell能使用js直接与MongoDB进行交流，像使用sql语句查询mysql数据同样使用js语法查询MongoDB的数据，另外还提供了各类语言的驱动包，方便各类语言的接入。

5.完善的命令行工具

mongodump和mongorestore,备份和恢复数据库的标准工具。输出BSON格式，迁移数据库。

mongoexport和mongoimport，用来导入导出JSON、CSV和TSV数据，数据须要支持多格式时有用。mongoimport还能用与大数据集的初始导入，可是在导入前顺便还要注意一下，为了能充分利用好mongoDB一般须要对数据模型作一些调整。

mongosniff,网络嗅探工具，用来观察发送到数据库的操做。基本就是把网络上传输的BSON转换为易于人们阅读的shell语句。

所以，能够总结获得，MongoDB结合键值存储和关系数据库的最好特性。由于简单，因此数据极快，并且相对容易伸缩还提供复杂查询机制的数据库。MongoDB须要跑在64位的服务器上面，且最好单独部署，由于是数据库，因此也须要对其进行热备、冷备处理。

2、进入MongoDB shell

由于本篇文章不是API手册，全部这里对shell的使用也是基础的介绍什么功能能够用什么语句，主要是为了展现使用MongoDB shell的方便性，若是须要知道具体的MongoDB shell语法能够查阅官方文档。

1.切换数据库

use dba

建立数据库并非必须的操做，数据库与集合只有在第一次插入文档时才会被建立，与对数据的动态处理方式是一致的。简化并加速开发过程，并且有利于动态分配命名空间。若是担忧数据库或集合被意外建立，能够开启严格模式。

2.插入语法

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

区别: 若新增的数据中存在主键 ，insert() 会提示错误，而save() 则更改原来的内容为新内容。如：

已存在数据：{_id : 1, " name " : " n1 " }，再次进行插入操做时，insert({_id : 1, " name " : " n2 " }) 会报主键重复的错误提示，save({ _id : 1, " name " : " n2 " }) 会把 n1 修改成 n2 。

相同点： 若新增的数据中没有主键时，会增长一条记录。

已存在数据：{ _id : 1, " name " : " n1 " }，再次进行插入操做时，insert({ " name " : " n2 " }) 插入的数据由于没有主键，因此会增长一条数据，save({ " name " : " n2 " }) 增长一条数据。

3.查找语法

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

4.更新语法

db.users.update({username:"smith"},{$set:{country:"Canada"}})
//把用户名为smith的用户的国家改为Canada

db.users.update({username:"smith"},{$unset:{country:1}})
//把用户名为smith的用户的国家字段给移除

db.users.update({username:"jones"},{$set:{favorites:{movies:["casablance","rocky"]}}})
//这里主要体现多值修改，在favorties字段中添加多个值

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

5.删除语法

db.foo.remove() //删除全部数据
db.foo.remove({favorties.cities:"cheyene"}) //根据条件进行删除
db.drop() //删除整个集合

6.索引相关语法

db.numbers.ensureIndex({num:1})
//建立一个升序索引
db.numbers.getIndexes()
//获取所有索引

7.基本管理语法

show dbs
//查询全部数据库
show collections
//显示全部表
db.stats()
//显示数据库状态信息
db.numbers.stats()
//显示集合表状态信息
db,shutdownServer()
//中止数据库
db.help()
//获取数据库操做命令
db.foo.help()
//获取表操做命令
tab 键 //能自动帮咱们补全命令

以上的命令只是简单实例，假设若是你以前没有学习过任何数据库语法，同时开始学sql查询语法和MongoDB 查询语法，你会发现哪个更简单呢？若是你使用的是java驱动去操做MongoDB，你会发现任何的查询都像Hibernate提供出来的查询方式同样，只要构建好一个查询条件对象，便能轻松查询（接下来会给出示例），博主以前熟悉ES6，因此入手MongoDB js shell完成没问题，也正由于这样简洁，完善的查询机制，深深的爱上了MongoDB。

3、使用java驱动

使用java驱动连接MongoDB是一件很是简单的事情，简单的引用，简单的作增删改查。在使用完java驱动后我才发现spring 对MongoDB 的封装还不如官方自身提供出来的东西好用，下面简单的展现一下使用。

1.使用maven引入jar包

<dependency>
            <groupId>org.mongodbgroupId>
            <artifactId>mongodb-driver-syncartifactId>
            <version>3.8.0-beta3version>
        dependency>

2.建立一个访问客户端

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

3.获取集合数量

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

4.查询集合

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

这里只举例了简单的连接与简单的MongoDB操做，可见其操做的容易性。使用驱动时是基于TCP套接字与MongoDB进行通讯的，若是查询结果较多，刚好没法所有放进第一服务器中，将会向服务器发送一个getmore指令获取下一批查询结果。

插入数据到服务器时间，不会等待服务器的响应，驱动会假设写入是成功的，实际是使用客户端生成对象id，可是该行为能够经过配置配置，能够经过安全模式开启，安全模式能够校验服务器端插入的错误。

4、schema 设计原则

1.须要关注MongoDB的自身的特性

要清楚了解MongoDB的基本数据单元。在关系型数据库中有带列和行的数据表。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，但不支持联结操做，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做。

2.须要关注系统自己的读写特性

如读写比是怎样的，须要何种查询，数据是如何更新的，会不会存在什么并发问题，数据结构化的程度是要求高仍是低。系统自己的需求决定mysql仍是MongoDB。

3.关注MongoDB schema 的设计模式

内嵌与引用 ：当子对象老是出如今父对象的上下文中时，使用内嵌文档；不然将子对象单独存一个集合。

一对多的关系 ：在“多”的集合关系中添加id指向依赖的id。

多对多 ：在其中一种对应关系中使用对象数组指向另一个对象。

树 ：具化路径，在树中的每一个节点都包含一个path字段，该字段具体保存了每一个节点祖先的id。

动态属性 ：能够为不一样的动态属性添加索引，若是须要将属性圈在一个范围，那么能够经过key-value的方式，而后在统一的key上面加索引。

关于事务 ：若是须要事务支持，那么只能选择另外一种数据库，或者提供补偿性事务来解决事务的问题。

在关于schema 的设计中要注意一些原则，好比：

• 不能建立没用的索引
• 不能在同一个字段中存不一样的类型
• 不能把多类实体都放在一个集合里 不能建立体积大、嵌套深的文档
• 不能过多的建立集合，集合、索引、数据库的命名空间都是有限的
• 不能建立没法分片的集合

4.关注MongoDB里面一些具体细节

（1）关注数据库的概念

数据库是集合的逻辑与物理分组，MongoDB没有提供建立数据库的语法，只有在插入集合时，数据库才开始创建。建立数据库后会在磁盘分配一组数据文件，全部集合、索引和数据库的其余元数据都保存在这些文件中，查阅数据库使用磁盘状态可经过。

db.stats()

（2）关注集合概念

集合是结构上或概念上类似得文档的容器，集合的名称能够包含数字、字母或 . 符号，但必须以字母或数字开头，彻底。

限定集合名不能超过128个字符，实际上 . 符号在集合中颇有用，能提供某种虚拟命名空间，这是一种组织上的原则，和其余集合是一视同仁的。在集合中可使用。

system.namespaces //查询当前数据库中定义的全部命名空间
system.indexes //存储当前数据库的全部索引定义

（3）关注文档

其次是键值，在MongoDB里面全部的字符串都是UTF-8类型。数字类型包括double、int、long。日期类型都是UTC格式，因此在MongoDB里面看到的时间会比北京时间慢8小时。整个文档大小会限制在16m之内，由于这样能够防止建立难看的数据类型，且小文档能够提高性能，批量插入文档理想数字范围是10~200，大小不能超过16MB。

5、索引与查询优化

1.索引的经验法则

（1）索引能显著减小获取文档的所需工做量，具体的对比能够经过 .explain()方法进行对比

（2）解析查询时MongoDB经过最优计划选择一个索引进行查询，当没有最适合索引时，会先不一样的使用各个索引进行查询，最终选出一个最优索引作查询

（3）若是有一个a-b的复合索引，那么仅针对a的索引是冗余的

（4）复合索引里的键的顺序是很重要的

2.索引类型

（1）单键索引
（2）复合索引
（3）惟一性索引
（4）稀疏索引
如索引的字段会出现null的值，或是大量文档都不包含被索引的键。

3.索引的构建问题

若是数据集很大时，构建索引将会花费很长的时间，且会影响程序性能，可经过

db.currentOp() //查看索引的构建时间

当使用 mongorestore 时会从新构建索引。当曾经执行过大规模的删除时，可以使用

db.values.reIndex()

对索引进行压缩，重建。

4.识别慢查询

（1）查阅慢查询日志

grep -E '([0-9])+ms' mongod.log //使用grep 命令 识别命令信息

db.setProfillingLevel(2) //使用解刨器，将记录每次的读写到日志

db.setProfillingLevel(1) //只记录慢（100ms）操做

（2）分析慢查询

db.values.find({}).sort({close:-1}).limit(1).explain()
scanOrder 字段代表没有使用索引

cursor当没有索引时，用的是BasicCursor，当使用索引时使用的是BtreeCursor

n 表示须要返回的结果集

nscanned表示须要遍历的文档数 indexBounds 表示索引边界

注意新版本的MongoDB 的explain方法是须要参数的，否则只显示普通的信息。

6、MongoDB副本集

本节一样主要简单呈现MongoDB副本集搭建的简易性，与副本集的强壮性，监控容易性

1.为何要使用副本集

提供主从复制能力，热备能力，故障转移能力

2.构建方式

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

3.监控

db.isMasrter()
rs.status()

4.副本集的工做原理

实际上MongoDB对副本集的操做跟mysql主从操做是差很少的，先看一下mysql的主从数据流动过程

主binlog -> 从relay.log -> 从bin.log -> 从数据库
而MongoDB主要依赖的日志文件是oplog

主oplog -> 从oplog
写操做先被记录下来，添加到主节点的oplog里。与此同时，全部从结点复制oplog。首先，查看本身oplog里最后一条的时间戳；其次，查询主节点oplog里全部大于此时间戳的条目;最后，把那些条目添加到本身的oplog里并应用到本身的库里。从节点使用长轮询当即应用来自主结点oplog的新条目。

当遇到如下状况，从节点会中止复制

• 若是从节点在主节点的oplog里找不到它所同步的点，那么会永久中止复制
• 一旦某个从节点没能 在主节点的oplog里找到它已经同步的点，就没法再保证这个从结点的完美副本

local数据库保存了全部副本集元素据和oplog日志

• replset.minvalid 包含指定副本集成员的初始化同步信息
• system.replset 保存在副本集配置文档
• system.indexes 标准索引说明容器
• me slaves 主要用于写关注

可使用如下命令查看复制状况

db.oplog.rs.findOne()

• ts 保存了该条目的BSON时间戳
• t 是从纪元开始的描述
• i是计数器
• op 表示操做码
• ns 标明了有关的命名空间

5.心跳检测

每一个副本集成员每秒钟ping一次其余全部成员，能够经过rs.status()看到节点上次的心跳检测时间戳和健康情况。

6.故障转移

这个点不必过多描述，可是有一个特殊场景，若是从节点和仲裁节点都被杀了，只剩下主节点，他会把本身降级成为从节点。

7.提交与回滚

若是主节点的数据尚未写到从库，那么数据不能算提交，当该主节点变成从节点时，便会触发回滚，那些没写到从库的数据将会被删除，能够经过rollback子目录中的BSON文件恢复回滚的内容。

8.驱动与复制

（1）使用单节点连接

只能连接到主节点，若是连接到从节点的话，会被拒绝写入操做，可是若是没有使用安全模式，由于mongo的fire and forget 特性，会把拒绝写入的异常给吃掉。

（2）使用副本集方式连接

能根据写入的状况自动进行故障转移，可是当副本集进行新的选举时，仍是会出现故障，若是不使用安全模式，依旧会出现写不进去，但现实成功的状况。

（3）写关注

可使用写关注来关注数据是否已经被写入MongoDB的库中，使用写关注会消耗性能，须要在速度和持久性之间作出权衡。

7、分片

分片是数据库切分的一个概念实现，这里也是简单总结为何要使用分片以及分片的原理，操做。

1.为何须要分片

当数据量过大，索引和工做数据集占用的内存就会愈来愈多，因此须要经过分片负载来解决这个问题

2.分片的工做原理

（1）分片组件

分片：每一个分片都是一个副本集

mongos路由器：是一个路由器，将读写请求指引到合适的分片上

配置服务器config：持久化分片集群的元数据，包括：全局集群配置；每一个数据库、集合和特定范围数据位置；一份变动记录，保存了数据在分片之间进行迁移的历史信息。配置服务器之间不是副本集形式存在，mongos向配置服务器提交信息时是两阶段提交，保证配置服务器之间的一致性。

（2）分片的核心操做

分片一个集合：分片是根据一个属性的范围进行划分的，MongoDB使用所谓的分片键让每一个文档在这些范围里找到本身的位置

块：是位于一个分片中的一段连续的分片键范围，能够理解为若干个块组成分片，分片组成MongoDB的所有数据

（3）拆分与迁移

块的拆分：初始化时只有一个块，达到最大块尺寸64MB或100000个文档就会触发块的拆分。把原来的范围一分为二，这样就有了两个块，每一个块都有相同数量的文档。

迁移：当分片中的数据大小不一时会产生迁移的动做，好比分片A的数据比较多，会将分片A里面的一些块转移到分片B里面去。分片集群经过在分片中移动块来实现均衡，是由名为均衡器的软件进程管理的，任务是确保数据在各个分片中保持均匀分布，当集群中拥有块最多的分片与拥有块最少分片的块差大于8时，均衡器就会发起一次均衡处理。

3.分片实战

启动两个副本集、三个配置服务器、一个mongos进程

配置分片

sh.help() //查看分片相关帮助
sh.addShard() //添加分片
db,getSiblingDB("config").shards.find() //查看分片列表
sh.status() //分片详情
sh.enableSharding("cloud-docs") //开启一个数据库上的分片
db.getSiblingDB("config").databases,find() //查看数据库列表
sh.shardCollection("cloud-docs.spreadsheets",{username:1,_id:1}) //使用一个分片键定义一个分片集合spreadsheets，根据用户名进行切分
sh.getSiiblingDB("config").collections.findOne() //查看集合列表
db.chunks.count() //查看块的个数
db.chunks.findOne() //查看块的信息
db.changelog.count(}what:"split"|) //查看块切分日志
db.changelog.find({what:"moveChunk.commit"}).count() //查看日志迁移记录

4.分片的查询与索引

（1）分片查询类型

针对性查询：查询包含分片键

全局查询或分散/汇集查：查询不包含分片键

查询过程：经过分片键将查询路由给指定分片，一旦到了某个分片上，由分片自行决定使用哪一个索引来执行该查询

（2）索引

每一个分片都维护了本身的索引，当在分片集合上声明索引时，每一个分片都会为它那部分集合构建独立的索引，每一个分片上的分片集合都应该拥有相同的索引。

分片集合只容许在_id字段和分片键上添加惟一性索引，其余地方不行，由于这须要在分片间进行通讯，实施起来很复杂。

当建立分片时，会根据分片键建立一个索引。

5.选择分片键

（1）分片键是不可修改的、分片键的选择很是重要
（2）低效的分片键

分布性差：如使用BSON对象ID，那么会致使全部最新插入的文档都会落到某个很小的连续范围，没法分散插入

缺少局部性：升序分片键有明确的方向，彻底随机的分片键则根本没有方向。前者没法分散插入，后者插入分散，如使用MD5做为分片键

（3）理想的分片键

将插入数据均匀分布到各个分片上

保证CRUD操做可以利用局部性 有足够的粒度进行块拆分

知足这些要求的分片键一般由两个字段组成，第一个是粗粒度的，第二个粒度较细

6.生产环境中的分片

（1）部署拓扑

• 复制mongod：须要独立的部署服务器
• 配置服务器：配置服务器不须要有本身的机器

根据不一样的数据中心划分

（2）最低要求

• 副本集每一个成员，不管是完整的副本集节点仍是仲裁节点，都须要放在不一样的机器上 每一个用于复制的副本集成员都须要有本身的机器
• 副本集仲裁节点很轻量级，和其余进程共用一台机器便可
• 配置服务器也能够选择与其余进程共用一台机器

（3）配置的注意事项

须要估计集群大小，可以使用如下命令对现有集合进行分片处理

sh.splitAt("cloud-docs.spreadsheets",{"username":"chen","_id":ObjectId("")})
//手动拆分块
sh.moveChunk("cloud-docs.spreadsheets",{username:"chen"},"shardB")
//手动将某分块移至分片B
db.runCommand({removeshard:"shard-1/arete:30100,arete:30101"}) 
//删除分片
db.runCommand({moveprimary:"test",to:"shard-0-test-rs"});
//移动主分片

（4）备份分片集群

备份分片时须要中止均衡器

db.settings.update({_id:"ba;ancer"},{$set:{stopped:true},true});
sh.setBalancerState(false)；
//中止均衡器，此时均衡器将进行最后一轮均衡

db.locks.find({_id:"balancer"});
sh.isBalancerRunning();
//查看均衡器状态，任何状态大于0 的状态值都说明均衡器仍在进行中

8、部署与管理

1.部署

（1）部署架构

使用64位机器、32位机器会制约mongodb的内存，使其最大值为1.5GB

（2）cpu

mongodb 只有当索引和工做集均可放入内存时，才会遇到CPU瓶颈，CPU在mongodb使用中的做用是用来检索数据，若是看到CPU使用饱和的状况，能够经过查询慢查询日志，排查是否是查询的问题致使的，若是是能够经过添加索引来解决问题
mongodb写入数据时会使用到CPU，可是mongodb写入时间一次只用到一个核，若是有频繁的写入行为，能够经过分片来解决这个问题

（3）内存

大内存是mongodb的保障，若是工做集大小超过内存，将会致使性能降低，由于这将会增长数据加载入内存的动做

（4）硬盘

mongodb默认每60s会与磁盘强制同步一次，称为后台刷新，会产生I/O操做。在重启时mongodb会将磁盘里面的数据加载至内存，高速磁盘将会减小同步的时间

（5）文件系统

使用ext4 和 xfs 文件系统

禁用最后访问时间

vim /etc/fstab

（6）文件描述符

linux 默认文件描述符是1024，须要大额度的提高这个额度

（7）时钟

mongodb各个节点服务器之间使用ntp服务器

2.安全

（1）绑定IP

启动时使用 - -bind_ip 命令

（2）身份验证

启动时使用 - -auth 命令

db.addUser("","",true)
//建立用户，最后一个参数指定是否只读

（3）副本集身份认证

使用keyFile，注意keyFile文件的权限必须是600，否则会启动不起来

3.数据的导入与导出

mongoimport
mongoexport

4.服务器配置

（1）拓扑结构

搭建副本集至少须要两个节点，其中仲裁结点不须要有本身的服务器

（2）Journaling日志

写数据时会先写入日志，而此时的数据也不是直接写入硬盘，而是写入内存
可是Journaling日志会消耗内存，因此能够在主库上面关闭，在从库上面启动
能够单独为Journaling日志使用一块固态硬盘

在插入时，能够经过驱动确保Journaling插入后再反馈，可是会很是影响性能。

5.日志

logpath 选项指定日志存储地址
-vvvvv 选项（v越多，输出越详细）
db.runCommand({logrotare:1}) 开启滚动日志

6.数据库监控命令

（1）serverStatus

• globalLock 表示服务器花在写锁上面的总时间
• mem显示了如何使用内存
• bits 代表这台机器的位长
• resident 表示占用物理内存数量
• virtual 表示使用的虚拟内存

（2）top

（3）db.currentOp()

7.mongostat

动态展现mongodb活动数据

8.web控制台

占用当前mongodb监听端口往上1000号的端口

9.备份与恢复

（1）mongodump

把数据库内容导出成BSON文件，而mongorestore能读取并还原这些文件

（2）mongorestore

把导出的BSON文件还原到数据库

（3）备份原始数据文件

能够这么作，可是，操做以前须要进行锁库处理 db.runCommand({fsync:1,lock:true})

db.$cmd.sys.unlock.findOne() 请求解锁操做，可是数据库不会马上解锁，须要使用db.currentOp()验证。

10.压紧与修复

（1）修复

mongd --repair 修复全部数据库
db.runCommand({repairDatabase:1}) 修复单个数据库
修复就是根据Jourling文件读取和重写全部数据文件并重建各个索引

（2）压紧

db.spreadsheets.reIndex() //重建索引
db.runCommand({compact:"spreadsheets"})
压紧，会重写数据文件，并重建集合的所有索引，须要停机或者在从库上面运行,若是须要在主库上面运行，须要添加force参数 保证加写锁。

11.性能调优

（1）监控磁盘状态

iostat
（2）为提高性能检查索引和查询

总的来讲，扫描尽量少的文档。

保证没有冗余的索引，冗余的索引会占用磁盘空间、消耗更多的内存，在每次写入时还需作更多工做

（3）添加内存

db.stats() //查看数据库数据占用大小状态
dataSize 数据大小 和 indexSize 索引大小，若是二者的和大于内存，那么将会影响性能。

storageSize超过dataSize 数据大小 两倍以上，就会因磁盘碎片而影响性能，须要压缩。