Map-Reduce是一种计算模型，简单的说就是将大批量的工作（数据）分解（MAP）执行，然后再将结果合并成最终结果（REDUCE）。MongoDB提供的Map-Reduce非常灵活，对于大规模数据分析也相当实用。 >db.colle

在前面几个章节中我们已经使用了MongoDB 的对象 Id(ObjectId)。 在本章节中，我们将了解的ObjectId的结构。ObjectId 是一个12字节 BSON 类型数据，有以下格式：1.前4个字节表示时间戳2.接下来的3个字节

MongoDB 索引限制

{ "address": { "city": "Los Angeles", "state": "California", "pincode": "123" }, "tags": [

mongodb不支持事务，所以，在你的项目中应用时，要注意这点。无论什么设计，都不要要求mongodb保证数据的完整性。但是mongodb提供了许多原子操作，比如文档的保存，修改，删除等，都是原子操作。所谓原子操作就是要么这个文档保存到Mo

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