这是阅读《MongoDB 实战》所做的，关于索引、复制和分片方面的读书笔记。
索引与查询优化
查询是非常高频的操作，大数据、高频读的场景下，查询的效率会是性能的瓶颈。设置合适的索引，可以充分利用数据结构（B 数）和物理硬件的优势。
1. 索引理论
复合索引和分离索引
一个查询中，要是有多个字段，比如 2 个字段。分离索引是：查找每个索引的匹配集合，取得这些匹配集合的交集。复合索引是：逐步根据索引的顺序做查询。
比如有一个食谱，我们根据种类和菜名来做索引：
1 | 肉类 |
⚠️：复合索引中的顺序是非常重要的，如果设置的索引不合适，那么就相当于现行扫描文档。抽象来说，如果有一个针对 a-b 的复合索引，那么仅针对 a 的索引就是冗余的。比如例子中，仅针对种类的索引就是冗余的，但是种类索引可以降低扫描时间（和 Btree 有关）。
索引效率
正确的索引，也不一定会有快速的查询：索引和数据集无法全部放入内存。
如果内存充足，所有使用的数据文件都会载入内存，对应内存发生变化时（比如写操作），结果会异步刷到磁盘上。
如果内存不足，就无法全部装入内存，出现页错误，操作系统会频繁访问磁盘读取需要数据。数据集过大时候，任何写操作都要去磁盘，会出现颠簸情况，性能下滑。
因此，应该首先保证索引都能装入内存，复合索引时，尽量减少键的数量。
B 树
在 Mongo Version2 中，B 树仅用于索引。集合存储是双向列表。
对于复合索引的底层结构，以下面为例，是根据姓、名和生日来建立的复合索引。如果要查询(Akroyd, Kirsten, 1978-11-02)的数据，那么会先按照顺序查找，根据第一个索引，找到了只有左侧两个复合要求；再在左侧两个集合中查找第二个索引；直到找到符合要求的数据为止。
参考链接：
2. 索引实践
索引类型
根据索引设置时的属性的不同，常见的有：唯一性索引、稀疏索引和多键索引。
唯一性索引
说明：被设置为索引的字段，不能重复出现，否则会报错。
创建方式：db.col.createIndex({name: 1}, {unique: true})。
⚠️：适用于插入数据前先创建索引的情况
稀疏索引
说明：索引默认是密集型的，是指为集合中每个文档都建立索引。例如前面的例子，即使文档没有 name 字段，那么查询索引时候，没有 name 字段的文档匹配 null 即可。
创建方式：db.col.createIndex({name: 1}, {sparse: true})
优点：
- 占用较少的空间
- 适用于不是为所有文档增加唯一性索引
- 适用于历史遗留的文档，无法保证字段存在
多键索引
说明：在数组字段上建立索引。mongo 中，多键索引是默认开启的。
原理：数组中每个元素，都指向文档。
3. 查询管理
构建索引
分为为索引值排序、排序值插入索引中，并且会占用写锁，其他程序无法读写数据库。
在迁移历史数据和索引的时候，先迁移数据再构建集合，比线构建集合再迁移数据 的做法更优秀。
后台索引
设置 background 为 true。虽然仍会占用写锁，但会停下来，让其他操作读写操作访问数据库。适合在流量最低的时候，完成索引构建。
备份
mongodump 和 mongorestore 只能保存集合和索引说明。
如果想备份索引，必须直接备份 mongo 的数据文件。
压紧删除
对于删除大量数据，可能造成索引碎片化。解决方法是重建索引或者执行db.col.reIndex().
应该在子节点执行此命令，再进行节点替换，因为它会占用写锁，造成无法读写操作。
4. 查询优化
两个比较重要的原理，一个是覆盖索引，一个复合键的顺序。
覆盖索引是指：查询的关键字和索引完全一致。
复合键的顺序遵循：搜索成本由低到高的原则排列。
复制
1. 复制概述
定义：在多台服务器上分布并管理数据库服务器。有 2 种复制风格：主从复制和副本集（生产环境推荐）。
复制的作用是冗余，因为复制是异步的，因此任何节点的延迟都不会影响主节点性能。
副本不是备份替代品：备份是某事刻的快照；副本是最新的。
作用：故障转移、均衡读负载。
2. 副本集
最小的副本集由 3 个节点组成：主节点、从节点、仲裁节点。主从节点是一等的；仲裁节点不复制数据，中立观察。
副本集基于两个机制：oplog 和心跳。oplog 是记录数据的变更；心跳是检测主节点是否有效。
在副本集中，「提交」是指：数据变动都被复制到从节点。否则就是未提交。
3. 主从复制
不推荐，副本集才是正道，原因如下：
- 故障转移手动操作（没有仲裁节点）
- oplog 近存在主节点，恢复苦难
4. 写关注和读拓展
写关注：设置writeConcern参数，通过属性设置来指定 wtimeout、w。
读拓展：单台服务器无法承受程序的读负载，将查询分配到副本上。
分片
这是一个有意思的概念，尤其是「复制」对比的时候。复制是指数据都保存在单机上，向其他副本迁移，理论上所有主从节点数据是一致的；分片是指由于空间有限，单机承受不了数据量，同一个数据库分布在不同的数据库上，这些数据库形成了一个宏观意义上的节点。
值得称赞的是，mongo 提供分片机制，无需变动代码。
最后
作为中前台开发，开发中几乎接触不到复制、分片和部署的逻辑。专业事还得交给专业的人来做，毕竟每个人精力有限，不能面面俱到。但了解复制和分片的原理，有助于加深对 mongo 的理解，也可能会在以后做架构的时候发挥作用。
完！