用mongodb作为数据库服务器访问时非常慢?这个原因很多 ， 可以从查询优化和硬件优化入手，比如建立索引，合理的数据结构，增加机器内存，使用SSD硬盘等都可以提高查询效率 。
这样的设计方式是在非关系型数据库中常用的，也就是我们所说的范式化设计 。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 。
默认情况下，一个客户端连接对应后端MongoDB服务器上的一个线程（ net.serviceExecutor 配置为synchronous） 。创建、切换和销毁线程都是消耗较大的操作，当连接数过多时，线程会占用MongoDB服务器较多的资源 。
优势：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！MySQL是关系型数据库 。优势：在不同的引擎上有不同 的存储方式 。
使用JSON风格语法，易于掌握和理解：MongoDB使用JSON的变种BSON作为内部存储的格式和语法 。针对MongoDB的操作都使用JSON风格语法，客户端提交或接收的数据都使用JSON形式来展现 。相对于SQL来说，更加直观，容易理解和掌握 。
MongoDB数据结构比较单一，但是支持丰富的数据表达 ， 索引 ， 最类似关系型数据库 ， 支持的查询语言非常丰富 。性能：redis更适用于较小数据量的性能及运算mongodb则在海量数据的访问下性能更优可靠性：二者均支持持久化 。
MongoDB如何优化查询性能?1、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） 。
2、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 。
3、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 。
4、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 。
5、优化 MongoDB 集群负载均衡：在实际生产环境中 ， 数据访问热度和节点性能差异可能导致某些节点超载 。
mongodb和mysql的区别占用的空间很大，因为它属于典型空间换时间原则的类型 。
或是后端日志收集分析 。考虑到mongodb属于nosql型数据库，sql语句与数据结构不如mysql那么亲和，也会有很多时候将mongodb做为辅助mysql而使用的类redis memcache 之类的缓存db来使用 。亦或是仅作日志收集分析 。
MongoDB是一个面向文档的数据库，目前由10gen开发并维护，它的功能丰富，齐全，所以完全可以替代MySQL 。与MySQL等关系型数据库相比 ， MongoDB的优点如下：①弱一致性，更能保证用户的访问速度 。
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 。
MongoDB索引使用B树数据结构（确切的说是B-Tree，MySQL是B+Tree）MongoDB的索引可以分为：单字段索引、复合索引以及地理空间索引等 。
Mongodb和Mysql索引选型 1）首先两种数据库都选择平衡m叉树作为底层索引结构，因为平衡树m叉树是同种元素序列情况下的深度最小的m叉排序树 。这可以减少m叉树元素查找的深度，从而提升平均查找效率 。
如何提高mongodb查询速度1、对于速度比较慢的查询来说，它是最重要的性能分析工具之一 。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 。
2、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 。
3、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 。
mongodb查询速度慢是什么原因你查看一下，如果数据文件大于系统内存，查询速度会下降几个数量级，因为mongodb是内存数据库 。我以前测试过 ， 1000万数据的时候没有索引情况下查询可能会几秒钟甚至更久 。
这个原因很多，可以从查询优化和硬件优化入手，比如建立索引，合理的数据结构，增加机器内存，使用SSD硬盘等都可以提高查询效率 。
数量过小 。几个大型数据库的写入速度都很快的，性能主要看并发量的吧，比如100w的数据写入要多少秒，mongodb在数据量大的时候，并发还是杠杠的 ， 比mysql要强，不过mongodb在数据统计上面还是有些缺陷的，没有mysql好用 。
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 。
然后我们将全部的 MongoManager 关闭，业务的慢操作完全消失了 。找出元凶经过前面的问题定位，我们已经能确定是MongoManager的定时器搞的鬼了 。
【mongodb 海量数据 mongodb千万数据查询效率】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 。
推荐阅读
- 应用服务器配置在哪里看 怎么看应用服务器控制台
- 如何寻找适合的线下服务器？ 怎么找线下服务器
- 控制热点网速 控制redis
- redis 集群部署 redis集群部署双中心
- 如何正确连接网吧服务器的网络线路？ 网吧服务器怎么插线步骤
- 网易服务器ip 网易ios怎么看服务器
- 如何在网上查找服务器信息？ 怎么找网上的服务器信息