1.什么是文档数据库
满足关系型数据库的一些特性和方式，没有表约束。便于灵活存储海量非固定结构数据。
文档相当于关系数据库中的一条纪录，无固定结构，可以很复杂，可以不满足关系数据库的一些规范约束
2.文档数据库与关系型数据库的区别
1) 关系型数据库中的每条记录存储都需要遵循一个固定的模式，固定的列数，每一列都有特定的意义还规定了数据类型。
2)目前互联网数据量越来越大，数据复杂多样，使用文档型模型保留了数据的原样，不需要创建新的表模式来处理，存储直接快速
3)文档数据库有些没有使用关系数据库的特性，如事务，所以文档数据库在高访问量时能够有更好的并发性。
3.mongodb索引是怎么做的
1）createIndex({field:1})，ensureIndex({field:1})
2）mongo的索引也是基于btree
3）explain查看语句的性能分析（basIcCursor没有用到索引遍历，btreeCursor B树索引），
4）mongoddb的优化程序会对比索引性能(索引查询返回时间，索引扫描的文档数，索引字段扫描数)，选取最优索引进行查询
4.mongodb集群分片？复制集？分片有哪几种方式？分片与mysql分库分表的差别？
mongodb复制集就是一组mongodb进程，共同维护一个数据集合，提供数据冗余和高可靠性
主从复制原则，通过仲裁者服务器选举主服务器
分片(sharding)是用来将大型集合分割到不同服务器，分片主要目的是解决单机负载问题提高数据吞吐量和降低单机压力。
基于范围的分片mongodb案件分片键的范围划分 基于hash的分片利用hash索引作为分片的单个键，且hash分片的片键只能使用一个字段，能保证数据在各个节点分布基本均匀
和mysql分区相比，mongodb最大的区别在于它几乎能自动完成所有事情只要告诉mongodb要分配树，它就能自动维护数据在不通服务器之间的均衡，对应用来说透明。mongo自带一个mongos路由进程，掌握统一路口的路由器，将客户端的请求准确无误的路由到集群的机器上，同时拼装响应到客户端。
Config Server
存储集群所有节点、分片数据路由信息。默认需要配置3个Config Server节点。
Mongos
提供对外应用访问，所有操作均通过mongos执行。一般有多个mongos节点。数据迁移和数据自动平衡。
Mongod
存储应用数据记录。一般有多个Mongod节点，达到数据分片目的。
5.mongodb性能优化
1）填充因子为文档的扩展而预留的增长空间，因为mongo的文档是以顺序表的方式存储，文档扩展需要移动元素，预留空间能够减少移动（usePowerOf2Size,padding一些数据）
2）准确利用索引，进行一些索引优化（同mysql索引），将辨识度高的（数据颗粒小）的索引放在前面，减少索引（mongo有对索引选取进行优化）
3）多用exlpain命令查看查询语句的性能，诊断问题
4）选择分片，设置好分片策略，不建议向从节点取数据，从节点拥有与主节点一样的写入负载
5）表设计时，数据可以嵌入一些数据，不一定要满足范式
6.mongodb的查询与mysql查询的差别
1）mongo和mysql查询中都可以使用索引，索引都是有b树等多路搜索树构成
2）mongo的查询有自己的查询语法，mysql使用sql查询
3）mongo支持二维空间索引及全文索引
4）mongo事务关系支持弱
7.mongodb一些特性？
1）面向集合，模式自由，文档型
2）文档是基本单元类似表中的行，多个文档组成一个集合类似表
3）支持分片和复制集，数据自动balance对上层应用透明，扩展能力强
4）支持mapreduce计算模型
8.mongodb的原子操作
mongo对事务支持弱，但提供一些原子操作，来保证数据操作过程中的原子执行
findAndModify,set,unset,inc,push,pushall,pull,pop,addToSet,rename...
9.mongo chunks，balancing
shard server内部，mongodb会把数据分为chunks，每个chunk代表一部分数据,chunk会有两个用途，splitting当一个chunk大小超过配置时，mongo的后台进程会把chunk切分为更小的chunk,避免chunk过大的情况，balancing：mongodb里有个balancer后台进程，负责chunk的迁移，从而均衡各个shard server的负载。
10.mongo磁盘碎片整理
当mongo中删除文档或集合后，mongodb不会将disk空间释放给os，mongodb在数据文件中维护empty records的列表。当重新插入数据后，mongo从empty records表中分配存储空间给新的document,因此，不需要重新开辟空间，为了更新有效的重用disk空间，必须重新整理数据碎片。1.使用compact命令；2.重建collection;3.新加一个secondary节点，然后将此节点切换为primary.
compact命令能够重建和重组集合的data和index(db.runCommand({compact:,force:}))
