本篇文章给大家谈谈如何优化mongodb的查询，存的是很复杂的json格式数据，以及mongodb 不建议 自定义 id对应的知识点，文章可能有点长，但是希望大家可以阅读完，增长自己的知识，最重要的是希望对各位有所帮助，可以解决了您的问题，不要忘了收藏本站喔。

本文目录

1. mongodb最好的教材求推荐
2. mongodb,redis,hbase，三者都是nosql数据库，他们的最大区别和不同定位是什么
3. Python有多难可以自学吗
4. 如何优化mongodb的查询，存的是很复杂的json格式数据

mongodb最好的教材求推荐

NoSQL成为常态，数据库在过去几年中发生了根本性的变化。这些DB是非关系型的，这使得开发更加棘手，但也更快，更容易扩展。

MongoDB是最受欢迎的NoSQL数据库之一，旨在为WEB应用提供可扩展的高性能数据存储解决方案。如果你正在尝试自己学习Mongo，那么选择一本好书可以事半功倍。在这篇文章中，我已经搜集了最好的MongoDB书籍，你可以通过它们去学习所有MongoDB的基础知识乃至更多。

1、《MongoDBBasics》

这是一本真正的NoSQL入门书，专为那些从未使用过Mongo或NoSQL结构的人而写。你将从本书了解到MongoDB为何如此有趣以及为什么它能够在众多数据库引擎中脱颖而出。你还将学习到如何在本地安装Mongo以及如何使用MongoDB设置应用程序。

2.《MongoDB:TheDefinitiveGuide》

作者Kristina实际上是MongoDB项目的核心贡献者，因此他对这个数据库引擎再清楚不过。在本书中，你将学习如何处理数据以及如何从零开始构建面向文档的数据库引擎。

书中介绍了面向文档的存储方式及利用MongoDB的无模式数据模型处理文档、集合多个数据库，讲述了如何执行基本的操作以及各种复杂的条件查询，如果你已经学会SQL，你可能会发现它知识确实适用，但Mongo却能带你走进一个完全不同的数据管理世界。我建议初学者用这本书，虽然有一定难度，但只要你投入，就可以快速应用到实际工作中

3.《MongoDBinAction》

第一版豆瓣评分8.2，在第2版中，本书完全使用Mongov3.x进行了更新，它涵盖了许多新功能。这应该是任何希望通过实践学习Mongo的人的首选指南。通过本书，你将可以学到索引，查询，数据建模和基本文本搜索以及Map-Reduce等内容。

Mongo的一个重要的特性是可扩展性，因此你还将学习如何将Mongo与真实应用程序结合使用，并且练习课程非常详细。本书的一大特点就代码示例十分干净整洁，它非常适合作为介绍性指南，但也适用于想要转换到MongoDB的SQL用户。

4、《DataModelingforMongoDB》

任何数据库设计的第一步都是数据模型。这是开发人员创建单独数据关系以定义数据库结构的方式。通过MongoDB的数据建模，你将深入了解NoSQL的专业数据建模过程。最后一章还介绍了一些案例研究，以便你了解数据建模如何在实际项目中发挥作用。

本书适合具有一定Mongo基础，并且希望更深入了解实际应用的程序员

6、《ScalingMongoDB》

这本书很短，不到100页，但它却讲解的非常详细，首先，你将学习分片和分割数据/查询。然后，您将深入研究集群的工作方式以及如何在Mongo环境中设置集群。后面的章节将介绍数据库管理以及如何组织MongoDB以便更轻松地扩展Web应用程序。

这些内容在网上都很容易找到，但是都没有这本书详细，这也是我极力推荐这本书的原因之一

8、《WebDevelopmentwithMongoDBandNodeJS》

本书教你使用MongoDB和NodeJS进行Web开发，它只有300页，但它涵盖了从建立环境到构建你的第一个应用程序，接着使用大量功能扩展它的许多方面，每章都涵盖不同的内容，看完本书你还能学会使用Node/JavaScript并在线构建逼真的应用程序

8、《ProHibernateandMongoDB》

开源Hibernate框架允许开发人员在Java中映射OOP代码的数据类型。这在MongoDB中尤其有效，因为它们完全兼容，开箱即用。这本书展示了使用这两种工具可以做些什么，里面提供了大量的Java代码，因此如果你已经拥有一些Java经验，那么它是最好的，当然无论你的技能水平如何，本书的练习题都很好理解

9、《MongoDBAppliedDesignPatterns》

本书展示了MongoDB需要解决的商业问题之间的连接。你将学到如何把MongoDB设计模式应用到许多挑战性领域，例如电子商务、内容管理系统和在线游戏。通过使用Python和JavaScript代码示例，还能了解MongoDB如何扩展数据模型，同时还可以简化开发模型。

10、《MongoDB参考手册》

本书从如何使用各种配置在不同的模式下初始化服务器开始，你将学到包括高级查询、mongodb特性以及利用mms进行监控和备份在内的诸多技巧。

11、《50TipsandTricksforMongoDBDevelopers》

如果你喜欢快速参考指南，那这本书就是一本非常方便的书，我不认为这本书适合每个人，因为它很短，非常简短，本书共有68页，书中提供了一些在现实世界中使用MongoDB的好技巧，这些技巧还附带了如何将它们应用于项目的小解释。

mongodb,redis,hbase，三者都是nosql数据库，他们的最大区别和不同定位是什么

1.如果你对数据的读写要求极高，并且你的数据规模不大，也不需要长期存储，选redis；

2.如果你的数据规模较大，对数据的读性能要求很高，数据表的结构需要经常变，有时还需要做一些聚合查询，选MongoDB；

3.如果你需要构造一个搜索引擎或者你想搞一个看着高大上的数据可视化平台，并且你的数据有一定的分析价值或者你的老板是土豪，选ElasticSearch；

4.如果你需要存储海量数据，连你自己都不知道你的数据规模将来会增长多么大，那么选HBase。

而对于分布式数据库的选择，初步来看实际上可以分为三类

1.偏基于Hadoop体系架构和分布式存储的，类似HDFS库和HBase数据库，也包括中间类型MongoDB

2.偏内存和缓存类的，类似Redis库

3.偏全文检索类和数据分析类的，类似ElasticSearch和Solr库

Python有多难可以自学吗

100天，python从新手变成大师，我是如何做到的？

看到很多回答，逻辑都不够清晰，看完之后云里雾里，这还怎么学？

这个python学习项目从上线以来，收到了8W+星标，而且还有视频讲解。

我猜，你肯定也想了解一下，如何用100天让自己学会。

先说python在各方面的应用，来坚定一下你学习的信心吧。

后端开发，数据采集，数据处理，机器学习，自动化，可别再问python能干啥了！

首先，给初学者2个建议：熟能生巧，让英语成为你的工作语言。

熟能生巧这个我就不说了，来说说英语，大家也都知道，编程讲究的是思维逻辑，并不是英语水平，但是如果英语水平太差也不行，起码得看得懂基本单词吧。

1、15天基础学习

主要讲一些基础概念和常规用法，千万别大意，这就是地基，一定一定要好好学，不然后面难起来还得回头查看多麻烦。

这个阶段多尝试去理解。

如果安装错了python版本，那么找到网页上对应版本下载的安装包

这阶段，你肯定会遇到语言报错的问题，调整好心态，好好检查就行。

如图所示，python错误提示最后一行SyntaxError:invalidsyntax，表示语法错误：无效的语法。

Python语言异常错误提示还是非常人性化的，它会帮你检测哪里出现了问题。

哦对了，在这15天里，你还会遇到python做一个小游戏这种有趣的项目，哈哈，相信你会感兴趣。

2、python进阶

打起精神，这部分会讲到数据结构与高级用法了。

还有算法的生动案例。

如果这阶段过去，你已经是一个半年经验的python工程师了。

3、系统入门

前端入门，这里有可视化的知识：vue、html、css

linux系统

数据库知识：MySQL的安装和使用、在Python中操作MySQL、NoSQL、Redis等

4、实战开始！！！

Django、Flask、爬虫、数据处理和机器学习实战、团队项目开发

这其中，数据处理和机器学习是历时最长的，为什么要这么安排呢？

和真实的工作有关，而且你看，和我之前讲过的一些基础概念是不是差不多，这些我都在文章、问答里详细解释过。

看着这些项目的名字，熟悉我的人应该都学过吧。

5、一些面试题

附上整个0-100天学习的地址：jackfrued/Python-100-Days

如何优化mongodb的查询，存的是很复杂的json格式数据

索引支持是MongoDB高效查询的关键。如果没有索引，MongoDB必须执行集合扫描（扫描集合中所有的文档），然后筛选匹配文档。MongoDB中的索引与其他数据库系统中的索引类似。MongoDB在集合级别定义索引，并支持MongoDB集合中文档的任何字段或子字段定义索引。MongoDB索引通过B-tree实现，查询复杂度介于O(1)到logn之间。MongoDB提供了许多不同的索引类型来支持特定类型的数据和查询。

单字段索引：除MongoDB定义的_id索引外，MongoDB还支持在文档的单个字段上创建用户定义的升序/降序索引。复合索引：MongoDB支持用户在多个字段上定义索引，即复合索引。复合索引中字段的顺序很重要。如果复合索引为{A:1,B:-1}，则索引首先以A字段进行排序，然后在每个A值以B字段进行排序。多健索引：MongoDB使用多键索引来索引存储在数组中的内容。如果索引字段包含数组值，MongoDB会为数组的每个元素创建单独的索引条目。这些多键索引允许查询通过匹配数组中的元素来获取包含数组的文档。

以下是MongoDB查询优化的一些基本原则：

在查询条件、排序条件、统计条件的字段上选择创建索引，可以显著提高查询效率。必要时使用hint()强制使用某个索引查询。只查询要使用的字段，而不查询所有字段。减少使用低效的操作符，如$where和$exists操作符，完全不能使用索引;$ne和$not操作符使用索引效率较低，甚至有时完全不用索引;$nin操作符总是会全表扫描.MongoDB在一次查询中只能使用一个索引,所以使用$or查询多次在合并结果，不如单次查询的效率高。考虑到数据分片，尽量减少跨分片查询，比如尽量少用$in，$in会让你的查询去每一个分片上查一次，可以考虑在在每个分片上建索引。

另外最最重要的是，MongoDB提供explain语句，可以获取query语句的查询计划（queryPlanner）、以及执行过程中的统计信息（executionStats）。MongoDB在解析完查询之后，通常会产生几个候选的查询计划，然后会为这些查询计划按照某个规则来打分，分数最高的查询计划就是合适的查询计划，这个查询计划里面使用的索引就是系统认为合适的索引。所以，如果你的查询太慢，可以查看查询计划，看是否使用了你想要的索引，以及扫描的具体情况，其中统计信息里面有3个返回项，nReturned、totalKeysExamined、totalDocsExamined，分别代表该条查询返回的条目、索引扫描条目、文档扫描条目。对于一个理想查询，这三个值应该尽可能接近。

最后，祝每个人的query查询都快到起飞！

好了，关于如何优化mongodb的查询，存的是很复杂的json格式数据和mongodb 不建议 自定义 id的问题到这里结束啦，希望可以解决您的问题哈！