這篇文章主要給大家介紹了關於MongoDB中參數限制與閥值的相關資料，文中通過示例代碼以及圖文介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面來一起學習學習吧
前言
今天搜索spark mongo的資料，意外發現了MongoDB的一些知識，這些都是之前沒有接觸過的，所以專門記錄下。 (๑• . •๑)
下面話不多說了，來一起看看詳細的介紹吧
一、BSON文檔
- BSON文檔尺寸：一個document文檔最大尺寸爲16M；大於16M的文檔需要存儲在GridFS中。
- 文檔內嵌深度：BSON文檔的結構（tree）深度最大爲100。
二、Namespaces
- collection命名空間：.，最大長度爲120字節。這也限定了database和collection的名字不能太長。
- 命名空間的個數：對於MMAPV1引擎，個數最大爲大約爲24000個，每個collection以及index都是一個namespace；對於wiredTiger引擎則沒有這個限制。
- namespace文件的大小：對於MMAPV1引擎而言，默認大小爲16M，可以通過在配置文件中修改。wiredTiger不受此限制。
三、indexes
- index key：每條索引的key不得超過1024個字節，如果index key的長度超過此值，將會導致write操作失敗。
- 每個collection中索引的個數不得超過64個。
- 索引名稱：我們可以爲index設定名稱，最終全名爲..$，最長不得超過128個字節。默認情況下爲filed名稱與index類型的組合，我們可以在創建索引時顯式的指定index名字，參見createIndex()方法。
- 組合索引最多能包含31個field。
四、Data
- Capped Collection：如果你在創建“Capped”類型的collection時指定了文檔的最大個數，那麼此個數不能超過2的32次方，如果沒有指定最大個數，則沒有限制。
- Database Size：MMAPV1引擎而言，每個database不得持有超過16000個數據文件，即單個database的總數據量最大爲32TB，可以通過設置“smallFiles”來限定到8TB。
- Data Size：對於MMAVPV1引擎而言，單個mongod不能管理超過最大虛擬內存地址空間的數據集，比如linux（64位）下每個mongod實例最多可以維護64T數據。wiredTiger引擎沒有此限制。
- 每個Database中collection個數：對於MMAPV1引擎而然，每個database所能持有的collections個數取決於namespace文件大小（用來保存namespace）以及每個collection中indexes的個數，最終總尺寸不超過namespace文件的大小（16M）。wiredTiger引擎不受到此限制。
五、Replica Sets
- 每個replica set中最多支持50個members。
- replica set中最多可以有7個voting members。（投票者）
- 如果沒有顯式的指定oplog的尺寸，其最大不會超過50G。
六、Sharded Clusters
- group聚合函數，在sharding模式下不可用。請使用mapreduce或者aggregate方法。
- Coverd Queries：即查詢條件中的Fields必須是index的一部分，且返回結果只包含index中的fields；對於sharding集羣，如果query中不包含shard key，索引則無法進行覆蓋。雖然_id不是“shard key”，但是如果查詢條件中只包含_id，且返回的結果中也只需要_id字段值，則可以使用覆蓋查詢，不過這個查詢似乎並沒有什麼意義（除非是檢測此_id的document是否存在）。
- 對於已經存有數據的collections開啓sharding（原來非sharding），則其最大數據不得超過256G。當collection被sharding之後，那麼它可以存儲任意多的數據。
- 對於sharded collection，update、remove對單條數據操作（操作選項爲multi:false或者justOne），必須指定shard key或者_id字段；否則將會拋出error。
- 唯一索引：shards之間不支持唯一索引，除非這個“shard key”是唯一索引的最左前綴。比如collection的shard key爲{“zipcode”:1,”name”: 1}，如果你想對collection創建唯一索引，那麼唯一索引必須將zipcode和name作爲索引的最左前綴，比如：collection.createIndex({“zipcode”:1,”name”:1,”company”:1},{unique:true})。
- 在chunk遷移時允許的最大文檔個數：如果一個chunk中documents的個數超過250000（默認chunk大小爲64M）時，或者document個數大於 1.3 *（chunk最大尺寸（有配置參數決定）/ document平均尺寸），此chunk將無法被“move”（無論是balancer還是人工干預），必須等待split之後才能被move。
七、shard key
- shard key的長度不得超過512個字節。
- “shard key索引”可以爲基於shard key的正序索引，或者以shard key開頭的組合索引。shard key索引不能是multikey索引（基於數組的索引）、text索引或者geo索引。
- Shard key是不可變的，無論何時都不能修改document中的shard key值。如果需要變更shard key，則需要手動清洗數據，即全量dump原始數據，然後修改並保存在新的collection中。
- 單調遞增（遞減）的shard key會限制insert的吞吐量；如果_id是shard key，需要知道_id是ObjectId()生成，它也是自增值。對於單調遞增的shard key，collection上的所有insert操作都會在一個shard節點上進行，那麼此shard將會承載cluster的全部insert操作，因爲單個shard節點的資源有限，因此整個cluster的insert量會因此受限。如果cluster主要是read、update操作，將不會有這方面的限制。爲了避免這個問題，可以考慮使用“hashed shard key”或者選擇一個非單調遞增key作爲shard key。（rang shard key 和hashed shard key各有優缺點，需要根據query的情況而定）。
八、Operations
- 如果mongodb不能使用索引排序來獲取documents，那麼參與排序的documents尺寸需要小於32M。
- Aggregation Pileline操作。Pipeline stages限制在100M內存，如果stage超過此限制將會發生錯誤，爲了能處理較大的數據集，請開啓“allowDiskUse”選項，即允許pipeline stages將額外的數據寫入臨時文件。
九、命名規則
- database的命名區分大小寫。
- database名稱中不要包含：/ .‘'$*<>:|?
- database名稱長度不能超過64個字符。
- collection名稱可以以“_”或者字母字符開頭，但是不能包含”$”符號，不能爲空字符或者null，不能以“system.”開頭，因爲這是系統保留字。
- document字段名不能包含“.”或者null，且不能以“$”開頭，因爲$是一個“引用符號”。
最後記錄下json嵌套中含有列表的查詢方法，樣例數據：
{
"_id" : ObjectId("5c6cc376a589c200018f7312"),
"id" : "9472",
"data" : {
"name" : "測試",
"publish_date" : "2009-05-15",
"authors" : [
{
"author_id" : 3053,
"author_name" : "測試數據"
}
],
}
}
我要查詢authors中的author_id，query可以這樣寫：
db.getCollection().find({'data.authors.0.author_id': 3053})
用0來代表第一個索引，點代表嵌套結構。但是spark mongo中是不能這樣導入的，需要使用別的方法。
總結
以上就是這篇文章的全部內容了，希望本文的內容對大家的學習或者工作具有一定的參考學習價值，如果有疑問大家可以留言交流，謝謝大家對神馬文庫的支持。