目录：
- mongoDB存储引擎
- mongoDB索引
- 索引的属性
- MongoDB查询优化
mongoDB存储引擎：
目前mongoDB的存储引擎分为三种：
1、WiredTiger存储引擎：
a、Concurrency（并发级别）：WiredTiger支持文档级别的并发，支持多个客户端同时修改一个文档。
b、Snapshots and Checkpoints（快照与检查点）：WiredTiger每60s创建一个检查点（将快照数据写入磁盘），在此之间mongo或服务器宕机便会丢失数据。
c、Journal（检查点中间日志）：针对Checkpoint的优化，在创建检查点持久化到磁盘前的数据会先存到Journal上。
若日志空间小于128B则不压缩，大于则启用压缩算法（使用snappy算法压缩数据）。设置压缩算法: storage.wiredTiger.engineConfig.journalCompressor
d、Compression（压缩算法）：以消耗CPU资源来减少储空间的消耗。默认使用分块压缩算法压缩集合的数据，snappy算法（前缀压缩）压缩索引。
设置集合压缩算法: storage.wiredTiger.collectionConfig.blockCompressor。
设置索引压缩算法: storage.wiredTiger.indexConfig.prefixCompression。
e、Memory Use（内存使用情况）：
在mongo的WiredTiger引擎中有两个内存，(RAM - 1GB) * 0.5、256M；默认使用两者间大的哪一个作为mongo的使用内存。
设置MongoDB可用内存大小单位GB: storage.wiredTiger.engineConfig.cacheSizeGB
2、MMAPv1存储引擎：
a、Journal：同WiredTiger。
b、Record Storage（数据存储）：数据连续的存储在磁盘上，当文档需要更大的空间时会涉及数据移动，并且还要更新索引，还会导致磁盘碎片。
c、Memory Use：使用全部内存空间
3、InMemory存储引擎：
a、Concurrency：同WiredTiger。
b、Memory Use：RAM * 0.5 - 1GB
mongoDB索引：
mongoDB的索引主要分为4种：
1、单键索引：在某一特定的属性上建立的索引。
语法：db.collectionName.createIndex({'name':-1}) -1=降序，1=升序
mongoDB的ID就建立了唯一的单键索引，在字段上精确匹配、排序及范围查找都会使用此索引。
2、复合索引：在多个特定的属性上建立的索引。
语法：db.collectionName.createIndex({'name':-1, age:1})
在字段上精确匹配、排序及范围查找都会使用此索引，但与索引的顺序有关。
为了性能考虑，应删除存在与第一个键相同的单键索引。
如：一次查询需要根据name和age查找
若只有name索引，那相同姓名较多的情况也会导致查询效率降低；你可能会说再建一个age的索引不就得嘞，当然不行，因为mongo一次查询只能使用一个索引，所以像这种情况就需要建立复合索引来提升查询效率。
那为啥要删除存在与第一个键相同的单键索引呢，上面说到一次查询只能使用一个索引，而复合索引可以使用前缀查询的方式代替单个的name索引，所以单个的name索引是一个浪费。
3、多键索引：数组上建立的索引。
语法：db.collectionName.createIndex({'address.city':1})
4、哈希索引：
语法：db.collectionName.createIndex({'name':'hashed'})
Hash索引上的入口是均匀分布的，在分片集合中非常有用。
索引的属性：
创建索引：
db.collectionName.createIndex( {'name':1}, { 'background':true, 'unique':true, 'name':'indexName', 'sparse':true } )
删除索引：
1、删除指定姓名：db.collectionName.dropIndex('indexName')
2、删除集合上的索引（_id删不掉）：db.collectionName.dropIndexs()
3、重建集合上的索引：db.collectionName.reIndex()
4、查询集合上的索引：db.collectionName.getIndexs()
MongoDB查询优化：
1、慢查询定位
开启慢查询：db.setProfilingLevel(n, {m})
n有三个可选值：
- 0；不记录（默认值）。
- 1；记录慢查询日志，为1是必须指定m，也就是查询时间的阀值，单位ms。
- 2；记录所有慢查询日志。
MongoDB的慢查询打开后，日志会存放于system.profile的集合中，其最大分配128K的空间。
可以使用$nartual对慢查询日志排序，如：db.system.profile.find().sort({'$natural':-1}).limit(5)
2、慢查询分析
可通过查询计划explain来分析慢查询，如db.collectionName.find({'age':{'$lt':50}}).explain('executionStats')
explain可选参数：
-
queryPlanner；默认值，表示仅仅展示执行计划信息。
-
executionStats；表示展示执行计划信息同时展示被选中的执行计划的执行情况信息。
-
allPlansExecution；表示展示执行计划信息，并展示被选中的执行计划的执行情况信息，还展示备选的执行计划的执行情况信息。
3、关于索引的使用建议
根据需求建立索引，它有用但也有成本，不要对那些写多读少的建立索引。
尽量保证每个查询的stage都为IXSCAN，追求扫描文档数（totalDocsExamined） = 返回文档数（nReturned）。
MongoDB在一次查询只是用一个索引，如果多条件查询的尽量使用复合索引。
在数据量多的时候建立索引是非常消耗资源的，所以尽量在数据量小的时候就把索引建好。