bson相对于json的优点有哪些
JSON的优势： JSON更快：JSON语法非常易于使用。我们可以仅使用语法来为我们提供简单的数据解析和更快的数据执行。由于它的语法非常小而且重量轻，这就是它以更快的方式执行响应的原因。
mongoDB对JSON串做了一些增加，使其可以支持更多的数据类型，并且将其作为存储结构。
json和base64存储的优缺点如下：优点：JSON具有广泛的应用范围，可以用于不同编程语言之间的数据传输，也可以用于浏览器和服务器之间的通信。其次，JSON格式简单明了，易于阅读和编写，而且可以轻松地被解析和生成。
在MongoDB时ODM工具（如Doctrine2）将发挥自身的优势。 安全性 由于MongoDB客户端生成的查询为BSON对象，而不是可以被解析的字符串，所以可降低受到SQL注入的攻击的危险。
JSON剖析：优点和不足 对于JSON，首先要明白JSON和XML一样也是一种简单文本格式。相对于XML，它更加易读、更便于肉眼检查。
mongodb为什么比mysql快
1、将mongodb作为类似redis ，memcache来做缓存db，为mysql提供服务，或是后端日志收集分析。
2、另外，MongoDB还有一个最大的缺点，就是它占用的空间很大，因为它属于典型空间换时间原则的类型。
3、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。
4、相对于SQL来说，更加直观，容易理解和掌握。这也是根据我自己项目的情况出发，最后选择了mongodb的一个原因。Schema-less，支持嵌入子文档：MongoDB是一个Schema-free的文档数据库。
5、在使用场合下，千万级别的文档对象，近10G的数据，对有索引的ID的查询不会比mysql慢，而对非索引字段的查询，则是全面胜出。 mysql实际无法胜任大数据量下任意字段的查询，而mongodb的查询性能实在让我惊讶。
6、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。
是什么造成了数据库的卡顿
1、估计是默认配置分配了太多的内存给数据库，所以启动后系统的可用内存被占用，导致系统只能通过磁盘空间来虚拟内存使用，而磁盘读取速度远远低于内存，所以系统就特别卡。
2、看一下6点前都有什么业务开始执行，类似于备份，高并发访问，大量数据传输占用带宽等都会造成数据库卡顿的现象。每到晚6点，应该是一个计划任务，另外如果是windows系统注意杀毒。
3、原因是，在数据库对数据页的更改，是在内存中的，然后通过检查点线程进行异步写盘，这个异步的写操作是不堵塞执行sql的会话线程的。所以，即使看到操作系统上有大量的写IO，数据库的性能也是很平稳的。
4、因为在使用过程中，索引会产生碎片，引响查询，你可以修复下索引。另外，sql 2000性能上有问题，数据量达到一定的时候，也会变慢。你可以考虑升级下数据库。或是删除部分不需要的历史记录。
5、这种情况可能由于OS操作系统的实际情况或者使用Resource Manager而引起。需要配合AWR中的Host CPU、Instance CPu一起看。
6、索引数据列的顺序就是表记录的物理存储顺序，一旦该列值改变将导致整个表记录的顺序的调整，会耗费相当大的资源。若应用系统需要频繁更新 clustered 索引数据列，那么需要考虑是否应将该索引建为 clustered 索引。
MongoDB如何优化查询性能?
通过查看一个查询的explain()输出信息，可以知道查询使用了哪个索引，以及是如何使用的。对于任意查询，都可以在最后添加一个explain()调用（与调用sort()或者limit()一样，不过explain()必须放在最后）。
建立好合适索引，尽量使用更多的精确查询搭配模糊查询一起，不需要返回的字段要屏蔽，增大机器内存，使用固态硬盘，海量数据使用集群部署。
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。
排除方式七：查看mongodb数据文件，看是否已经很大？经查看，总大小才64M，这比32位文件上限的2G来讲，可以基本忽略；排除方式八：连接字符串。
文档数据库?
．文档（Document）：在Lotus Notes中，信息是以文档的形式保存在数据库中的，一个文档相当于关系型数据库中的一个记录。
文档型数据库是一种非关系型数据库，它将数据存储为一系列的文档，通常使用JSON、BSON或XML格式。
键值存储数据库（Key-Value Store）文档型数据库（Document Database）图形数据库（Graph Database）表格数据库（Table-Based Database）键值存储数据库是一种简单的数据存储方式，它使用一个键和一个值来存储数据。
文档型数据库。文档型数据库有些格式和数据是可以随时修改的，而关系型数据库一开始设置的格式就是固定的，游戏开发到后面出现bug肯定要及时修改的，所以使用文档型数据库更加方便便捷。
数据库的文档一般有顺排文档、倒排文档两种类型。一般地说，一个数据库至少包括一个顺排文档和一个倒排文档。
数据库的文档一般有主文件，日志文件两种。主文件是数据库的核心组成部分，它包含了所有数据记录和索引。主文件通常以固定大小的块、页或区域组成，每个块包含一定数量的数据记录和索引。
如何玩转NoSQL数据库
Riak是Weather 公司的后台NoSQL数据库，服务于公司的事务性存储公用网络(SUN)数据获取平台，它运行在多个亚马逊网络服务(AWS)的可用区域上，并以每小时15次的频率捕获超过20亿气象数据信息，。
横向扩展性：NoSQL数据库通常采用分布式架构，可以横向扩展以处理大量数据。这意味着它们不需要像关系型数据库那样进行复杂的数据库拆分和负载均衡操作。
NoSQL(NoSQL = Not Only SQL )，意即“不仅仅是SQL”，泛指非关系型的数据库。 NoSQL 不依赖业务逻辑方式存储，而以简单的key-value模式存储。因此大大的增加了数据库的扩展能力。
根据Gartner的预计，全球非关系型数据库(NoSQL)在2020~2022预计保持在30%左右高速增长，远高于数据库整体市场。伴随着NoSQL和大数据技术的兴起和发展，基于NoSQL及NoSQL生态构建的低成本一站式数据处理平台正在蓬勃发展。
一些流行的 NoSQL 数据库包括：随着企业更快地积累更大的数据集，结构化数据和关系模式并不总是适合。有必要使用非结构化数据和大型对象来更好地捕获这些信息。
一般将NoSQL数据库分为四大类：键值(Key-Value)存储数据库、列存储数据库、文档型数据库和图形(Graph)数据库。它们的数据模型、优缺点、典型应用场景。
mongodb读取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写入速度、mongodb读取效率的信息别忘了在本站进行查找喔。