MongoDB 查询分析可以确保我们所建立的索引是否有效，是查询语句性能分析的重要工具。MongoDB 查询分析常用函数有：explain() 和 hint()。 使用 explain()explain 操作提供了查询信息，使用索引及查询统

官方的MongoDB的文档中说明，覆盖查询是以下的查询： 所有的查询字段是索引的一部分所有的查询返回字段在同一个索引中由于所有出现在查询中的字段是索引的一部分， MongoDB 无需在整个数据文档中检索匹配查询条件和返回使用相同索引的查询

在上一章节MongoDB关系中我们提到了MongoDB的引用来规范数据结构文档。MongoDB 引用有两种：1.手动引用（Manual References）2.DBRefs DBRef的形式： { $ref : , $id : , $db

MongoDB 的关系表示多个文档之间在逻辑上的相互联系。文档间可以通过嵌入和引用来建立联系。MongoDB 中的关系可以是： 1:1 (1对1)1: N (1对多)N: 1 (多对1)N: N (多对多) 接下来我们来考虑下用户与用户

在你已经安装部署并允许MongoDB服务后，你必须要了解MongoDB的运行情况，并查看MongoDB的性能。这样在大流量得情况下可以很好的应对并保证MongoDB正常运作。 MongoDB中提供了mongostat 和 mongotop

MongoDB数据备份在Mongodb中我们使用mongodump命令来备份MongoDB数据。该命令可以导出所有数据到指定目录中。mongodump命令可以通过参数指定导出的数据量级转存的服务器。 现在用不到，以后如果有机会就继续

这个目前也用不到哈哈，先跳过https://www.runoob.com/mongodb/mongodb-sharding.html

暂时用不到，先跳过https://www.runoob.com/mongodb/mongodb-replication.html

MongoDB中聚合(aggregate)主要用于处理数据(诸如统计平均值,求和等)，并返回计算后的数据结果。有点类似sql语句中的 count(*)。 aggregate() 方法MongoDB中聚合的方法使用aggregate()。ag

索引通常能够极大的提高查询的效率，如果没有索引，MongoDB在读取数据时必须扫描集合中的每个文件并选取那些符合查询条件的记录。这种扫描全集合的查询效率是非常低的，特别在处理大量的数据时，查询可以要花费几十秒甚至几分钟，这对网站的性能是非常