阿丹：
在开始学习先了解以及目标知识的架构体系。就能事半功倍。
架构体系
MongoDB的架构体系由以下几部分组成：
- 存储结构：MongoDB采用文档型存储结构，一个数据库包含多个集合，一个集合包含多个文档。
- 存储形式：MongoDB采用二进制存储形式，数据以二进制形式存储在数据库中。
- 目录结构：MongoDB服务（mongod）负责数据存储和查询，数据路由服务（mongos）负责数据和查询的路由，shell客户端（mongo）用于与数据库进行交互，导入导出工具（mongoimport / mongoexport）用于导入和导出数据，备份恢复工具（mongodump / mongorestore）用于备份和恢复数据，拉取并重放oplog的工具（mongooplog）用于拉取oplog并重放数据，监控工具（mongostat、mongotop、mongosniff）用于监控数据库的运行状态，GridFS的命令行操作工具（mongofiles）用于操作GridFS文件系统，性能测试工具（mongoperf，暂时只能测I/O）用于测试数据库的性能，查看bson文件的工具（bsondump）用于查看bson文件的内容。
- 数据存储：MongoDB的数据存储在一个默认的数据目录中，该目录位于安装目录的data/db下。每个数据库都有一个对应的.ns文件和一些数据文件，数据文件会随着数据量的增加而变得越来越多。
- 分片集群：MongoDB支持分片集群部署，可以将数据分布在多个节点上，提高系统的扩展性和可靠性。在分片集群中，每个节点都可以存储数据和路由查询，同时每个节点都有自己的 oplog 和 config set。
综上所述，MongoDB的架构体系包括存储结构、存储形式、目录结构、数据存储和分片集群等方面。这个架构体系使得MongoDB具有高性能、高扩展性、查询语言丰富、易于使用等优点，并且能够满足不同应用场景的需求。
数据库中数据存储架构体系
MongoDB的数据结构类似于文档型数据库，其数据存储在称为“集合”（Collections）的容器中。每个集合包含多个文档（Documents），每个文档又由多个键值对（Key-Value Pairs）组成。这些键值对包含了具体的属性和值，类似于关系型数据库中的字段（Fields）和数据。
在MongoDB中，一个数据库包含多个集合，这些集合可以按照不同的方式进行组织和分类。与关系型数据库类似，MongoDB也支持使用模式（Schema）来定义文档的结构和属性。
下面是一个简单的MongoDB数据结构的示例：
{
"_id": ObjectId("5a5e0f551df5c11b5e5b56c3"),
"name": "John Doe",
"age": 30,
"email": "johndoe@example.com",
"address": {
"street": "123 Main St",
"city": "Anytown",
"state": "CA",
"zip": "12345"
},
"phoneNumbers": [
{
"type": "home",
"number": "555-555-1234"
},
{
"type": "work",
"number": "555-555-5678"
}
]
}在这个示例中，我们有一个名为“users”的集合，其中包含一个文档，该文档包含了名为“name”、“age”、“email”、“address”和“phoneNumbers”的属性。其中，“address”和“phoneNumbers”是嵌套的对象和数组，可以包含更复杂的数据类型。
总之，MongoDB的数据结构是基于文档的，每个文档都包含一组键值对，其中每个键都唯一标识一个属性，每个值都是一个数据类型。与关系型数据库不同，MongoDB中的数据类型可以是复杂的对象和数组，而不仅仅是简单的表和字段。
结构解读
在MongoDB中，一个集合（Collection）就像一个容器，用于存储多个文档（Documents）。每个文档就像一个JSON对象，包含一组键值对，其中每个键都唯一标识一个属性，每个值都是一个数据类型。因此，一个集合可以包含多个文档，就像一张表可以包含多行数据一样。
但是，MongoDB中的文档并不是像关系型数据库中的行那样存储在集合中的。相反，文档之间是独立的存在的，它们只是被存储在集合中以便可以轻松地查询和管理。这也就意味着，在MongoDB中，文档的顺序是不确定的，它们可以在集合中任意排列和重新排列。
总之，MongoDB中的集合类似于关系型数据库中的表，但它们可以包含多个文档，每个文档都是一个独立的JSON对象，具有自己的键值对和数据类型。
类似于一个集合就是一个表，里面可以放很多不规定字段的对象。
对比mysql来说在mysql中的表中的对象是已经被规定好字段以及格式的，这就是MongoDB的优点。更加的灵活，他们只需要排列在集合中就可以被存入并且可以被查询和使用。
mongdb工作原理-增/删/改/查原理
MongoDB是一种基于文档的NoSQL数据库，其工作原理如下：
增加数据：
当需要向MongoDB中添加数据时，可以通过insertOne()或insertMany()等方法将一个或多个文档插入到集合中。这些文档可以是JSON格式，也可以是其他数据类型，例如二进制数据或地理位置信息等。
删除数据：
要删除MongoDB中的数据，可以使用deleteOne()、deleteMany()或findOne()等方法来删除符合条件的文档。删除操作会将选定的文档从集合中永久删除，但不会影响集合中的其他文档。
更新数据：
要更新MongoDB中的数据，可以使用updateOne()、updateMany()或findOneAndUpdate()等方法来修改符合条件的文档。更新操作可以修改文档中的某些属性或添加新属性，也可以将整个文档替换为另一个文档。
查询数据：
要查询MongoDB中的数据，可以使用find()、findOne()、count()、aggregate()等方法来查找符合条件的文档。查询操作可以根据文档中的属性进行筛选、排序、分页等操作，也可以使用聚合函数对数据进行统计和分析。
总之，MongoDB的工作原理是通过增、删、改、查等操作来管理和操作文档集合。这些操作可以通过MongoDB的驱动程序或客户端进行，支持多种编程语言和平台。由于MongoDB是一种NoSQL数据库，它具有灵活的数据结构和查询语言，能够适应不同类型和规模的应用程序。
mongdb工作原理-高级用法索引原理
MongoDB的索引是用于提高查询效率和加速查询功能的数据结构。索引是在集合中的文档上创建的，它可以包含一个或多个字段，并且按照特定的顺序排序。
索引的工作原理如下：
创建索引：
在集合中创建索引需要使用createIndex()方法，该方法可以指定索引的字段和排序方式。例如，以下代码将在集合中的age字段上创建一个升序索引：
db.collection.createIndex({ age: 1 })
查询索引：
创建索引后，可以使用find()方法进行查询。MongoDB将根据索引的排序方式进行查询，从而快速定位到需要的数据。例如，以下代码将查询年龄大于等于18岁的所有文档：
db.collection.find({ age: { $gte: 18 } })
更新索引：
当集合中的数据发生变化时，索引也需要随之更新。当插入、更新或删除文档时，MongoDB会自动更新相关的索引。如果要手动更新索引，可以使用update()方法或save()方法来更新文档。
删除索引：
要删除集合中的索引，可以使用dropIndex()方法。例如，以下代码将删除在age字段上创建的索引：
db.collection.dropIndex({ age: 1 })
总之，MongoDB的索引是用于提高查询效率和加速查询功能的数据结构，可以在集合中的文档上创建，包含一个或多个字段，并按照特定的顺序排序。索引的创建、查询、更新和删除都需要使用相应的MongoDB方法进行操作。
