mongodb为什么比mysql快
MongoDB比MySQL快在它有Memory-Mapping以及它不用处理事物 MySQL适用于传统的对关联要求高的方面，MongoDB更多用于Logging、SNS等以K-V居多的需求，但是两种数据库其实都能胜任大多数需求。
相比较MySQL，MongoDB以一种直观文档的方式来完成数据的存储。它很像JavaScript中定义的JSON格式，不过数据在存储的时候MongoDB数据库为文档增加了序列化的操作，最终存进磁盘的其实是一种叫做BSON的格式，即Binary-JSON。
快速！在适量级的内存的Mongodb的性能是非常迅速的，它将热数据存储在物理内存中，使得热数据的读写变得十分快。高扩展性，存储的数据格式是json格式！缺点：① mongodb不支持事务操作。② mongodb占用空间过大。
不可靠环境保证高可用性设置副本集（主-从服务器设置）不仅方便而且很快，此外，使用MongoDB还可以快速、安全及自动化的实现节点（或数据中心）故障转移。
与关系型数据库相比，MongoDB的优点： ①弱一致性（最终一致），更能保证用户的访问速度： 举例来说，在传统的关系型数据库中，一个COUNT类型的操作会锁定数据集，这样可以保证得到“当前”情况下的精确值。
如何正确的使用MongoDB并优化其性能
在MongoDB中我们将与主键没有直接关系的图书单独提取到另一个集合，用存储主键的方式进行关联查询。当我们要查询文章和评论时需要先查询到所需的文章，再从文章中获取评论id，最后用获得的完整的文章及其评论。
“n”则表明了实际返回的文档数量。“nscanned“描述了MongoDB在执行这个查询时搜索了多少文档。”cursor“本查询返回值为”BasicCursor“则说明该查询未使用索引，所以才会搜索了所有的文档。
MongoDB的主从同步机制是确保数据一致性和可靠性的重要机制。其同步的基础是oplog，类似MySQL的binlog，但是也有一些差异，oplog虽然叫log但并不是一个文件，而是一个集合（Collection）。
怎么对10亿数据量级的mongoDB作高效的全表扫描
1、从上面执行计划可以看出，如果该OR类查询走{b：1， d：1， c：1， a：1}索引，则实际上做了全表扫描。如果同时创建{b：1， d：1}、{c：1， a：1}索引，则直接走两个索引，其执行key和doc扫描行数远远小于全表扫描。
2、所以，每次查询时都要遍历hash表，直到找到对应的hash值，如(4)，数据量大了之后，hash表也会变得庞大起来，性能下降，遍历耗时增加，如(5)。
3、第一个特征是数据量大。大数据的起始计量单位至少是P(1000个T)、E(100万个T)或Z(10亿个T)。类型繁多(Variety)第二个特征是数据类型繁多。
4、可以清楚的看到，A1 使用 tl 索引，A2 进行了全表扫描，虽然 A2 的两个条件都在 tl 索引中出现，但是没有使用到 name 列，不符合最左前缀原则，无法使用索引。所以在建立联合索引的时候，如何安排索引内的字段排序是关键。
mongodb亿级数据查询效率的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于mongodb上亿级数据、mongodb亿级数据查询效率的信息别忘了在本站进行查找喔。