Tomcat
配置：server.xml包括顶级组件server：1个Tomcat实例；容器组件：service：关联多个connector和1个engine；engine：通过connector接收请求，处理请求，转发请求到对应的host；host：虚拟主机；context：应用程序，指定webapp路径；连接器组件connector：指定端口接收请求；被嵌套类组件：Valve：阀门，发送到webapp前拦截请求，实现如日志、IP控制等；realm：关联一个用户认证库，实现认证和授权，包括UserDatabaseRealm使用JNDI自定义、MemoryRealm使用tomcat-users.xml、JDBCRealm使用JDBC链接数据库；
优化：安全优化：普通用户启动、SHUTDOWN端口禁telnet、禁用AJP连接、删除多余的Root目录避免漏洞；性能优化：禁止DNS查询（Connector配置enableLookups=false）、JVM调优（catalina.sh增加JAVA_OPTS）、使用线程池（定义线程池Executor在Connector中使用）、使用NIO（Connector中配置protocol：bio/nio/nio2/apr）；
实现原理：connector通过Socket接收请求，将Socket请求封装成HttpRequest请求并传给Container；Container封装和管理Servlet，处理请求，并返回HttpResponse给connector；connector将HttpResponse转换成Socket返回给客户端；
Connector：通过不同的ProtocolHandler实现，每个ProtocolHandler包括Endpoint（处理Socket连接）、Processor（Socket转HttpRequest）、Adapter（适配Http请求到Servlet容器）；
Container：包括engine、host站点、context应用、wrapper单个Servlet；通过Pipeline-Value责任链模式（每1层容器就是1个Pipeline，每1层有多个实现类即Value）实现不同层容器的调用；每一层最后执行Base类（StandardXXValue），再由BaseValue类调用下一层；执行顺序：EnginePipelineValue多个、StandardEngineValue、HostPipelineValue多个、StandardHostValue、ContextPipelineValue多个、StandardContextValue、WrapperPipelineValue多个、StandardWrapperValue（最后创建FilterChain，包含匹配的所有Filter和Servlet）、Filter.doFilter/Servlet.service多个；
责任链模式：两种实现：Pipeline-Valve（Pipeline管道和Valve阀门，单链表实现，invoke）和过滤器链（FilterChain和Filter，数组实现，doFilter）；
Servlet容器：容器管理Servlet的生命周期（初始化init、调用service和销毁destroy），Tomcat是一个Servlet容器；Web服务器收到Servlet请求时会交给Servlet容器处理；Tomcat也可以做Web服务器，性能较差；
Nginx
作用：Http服务器、反向代理服务器、邮件服务器、负载均衡、Web缓存（动静分离，作为静态资源的CDN）；
配置：每个配置项分号结束；全局配置：user（用户用户组，默认nobody）、worker_processes（进程数，默认1）、pid（进程文件地址）、error_log（日志路径级别）；events配置：accept_mutex（网络连接序列化，防止惊群）、multi_accept（一个进程同时接收多个连接，默认off）、use epoll（事件驱动模型）、worker_connections（每个进程最大连接数）；http配置：全局参数（sendfile、keepalive_timeout、error_page、upstream服务器配置、日志配置）、多个server配置；server配置：主要配置location；location配置：proxy_pass、deny的IP、allow的IP；内置参数：$remote_addr、$remote_user、$request等；
惊群现象：一个网路连接到来，多个睡眠的进程被同时叫醒，但只有一个进程能获得链接，这样会影响系统性能；通过accept_mutex解决；
负载均衡策略：内置策略：轮询（默认）、加权轮询（处理1次连接则权重减1重新排序，所有机器down后重置所有机器的状态）、IP hash（经过20次hash仍找不到可用的机器时退化成轮询）、least_conn（把请求转发给连接数较少的后端服务器）；扩展策略：fair（根据服务器响应时间判断负载，选出负载最轻的机器）、url_hash、一致性hash；upstream配置参数：ip_hash、least_conn、weight（加权轮询的权重）、backup（标记备份服务器，主服务器挂掉才会处理请求）、down（标记服务器永久停机）、max_fails/fail_timeout/fail_time（fail_timeout时间内失败了max_fails次则认为服务器停机，停机时间为fail_time，默认10s）；
动静分离：静态资源（HTML，JavaScript，CSS，img等）部署在单独的nginx，动态资源（jsp、do）部署在tomcat，提高用户访问静态代码的速度，降低对后台应用访问；通过反向代理nginx转发到静态服务器nginx和动态服务器tomcat；
工作原理：Nginx由内核和模块（静态编译，自动加载）组成；模块从结构上分：核心模块（http、event、mail）、基础模块（access、proxy、fastcgi、rewrite）、第三方模块；模块从功能上分：Handlers、Filters、Proxies；请求响应过程：核心模块接收请求通过配置文件找到location再由location中的指令找到模块处理、根据配置选择一个handler处理请求、多个Filter处理请求、响应客户端；
进程模型：单工作进程：master+1个worker（单线程）；多工作进程：master+多个worker（1个主线程）；master进程：接收CLI信号、向worker发送信号、监控worker状态、实现重启、平滑升级、配置加载，不处理网络业务事件；执行reload命令：启动新nginx进程向master发送信号、master重新加载配置，启动新的worker，通知老的worker处理完后退出；worker进程：独立平等，从master进程fork，通过抢互斥锁，注册listenfd读事件实现一个请求只有一个work处理；
高性能实现：多进程模型中多worker进程独立不加锁，没有锁的开销；master自动启动新的worker代替异常退出的worker；异步非阻塞：每个worker只有1个主线程，通过异步非阻塞可同时处理大量请求；
事件驱动模型：Nginx响应和处理Web请求的过程基于事件驱动模型的，包含事件收集器、事件发送器和事件处理器；事件发送器每传递过来一个请求，目标对象就将其放入一个待处理事件的列表，使用非阻塞I/O方式调用事件处理器来处理该请求；事件驱动处理库又被称为多路IO复用方法；select/poll：创建一个待处理事件列表（一个进程所打开的文件描述符有限），然后把这个列表发给内核，再去轮询检查这个列表，以判断事件是否发生，select对读、写、异常创建3个集合分别轮询，poll只创建一个集合，每个包含读、写、异常3个事件，一次轮询同时检查3个事件，Windows不支持；epoll：把事件列表的管理交给内核，由内核主动通知进程事件的发生，进程不再轮询，支持一个进程打开大数目的socket描述符(FD)，IO效率不随FD数目增加而线性下降（因为内核只通知活动的FD）；rtsig：实时信号Real-Time Signal，进程通过内核建立一个rtsig队列用于存放标记事件发生（客户端请求）的信号，每个事件发生时，系统内核就会产生一个信号存放到rtsig队列中等待工作进程的处理；kqueue：BSD平台中使用，类似epoll；/dev/poll：主要用于Solaris，通过将要监视的文件描述符加入虚拟设备/dev/poll获得事件通知；
性能优化：worker_processes（同CPU核心数）、worker_rlimit_nofile（最大打开文件数，同Linux）、事件处理模型（use epoll、worker_connections、multi_accept）、高效文件传输（sendfile on、tcp_nopush on）、各种连接超时时间、gzip调优、expires缓存调优、防盗链（通过校验referer，防止其他网站盗用占用带宽）、Linux内核优化、文件描述符（ulimit）；
Mybatis
概念：半ORM框架（需要自己写SQL），内部封装了JDBC来连接数据库（数据库兼容性较好），可通过XML和注解完成映射和配置；缺点：SQL编写工作量大，且不能移植，迁移数据库需要重新写；
使用：Mapper接口：接口全限定名就是XML的namespace，接口方法就是XML的SQL ID，通过接口和方法定位到SQL，所以方法不能重载；每个select/update等语句被解析成MapperStatement对象，使用JDK动态代理为Mapper接口生成代理对象，调用对应的MapperStatement执行SQL；分页实现：通过 RowBounds 对象进行内存分页；物理分页需要自己写SQL；或者通过分页插件（自定义分页插件，拦截SQL，根据数据库方言重写SQL）；封装执行结果：SQL列名和对象属性映射，通过反射创建对象并赋值；常用标签：select、insert、update、delete、resultMap、parameterMap、sql、include、where、foreach、if、choose、when、otherwise；#{}预编译，${}替换字符串；
关联查询：联合查询，resultMap中通过association（一对一）/collection（一对多）配置字段映射；或者嵌套查询，resultMap中通过association/collection通过配置select指定查询ID实现；
延迟加载：仅支持 association和collection关联集合对象的延迟加载，设置lazyLoadingEnabled=true，内部通过Cglib创建代理对象，拦截对应的get方法，如果为空则调用对应的SQL查询结果再set；
缓存：一级缓存：HashMap实现，默认打开，作用域为SQLSession，缓存失效：Session关闭、使用不同的SQLSession、查询条件不同，使用了修改操作、手动刷新缓存，分布式时多个SQLSession会导致脏数据，和Spring集成时不支持一级缓存；二级缓存：可自定义存储如Ehcache，默认关闭，作用域为Mapper NameSpace，不同SQLSession可共享，多表查询时容易脏数据，可在Mapper中配置cache或配置每个语句的缓存；查询顺序：二级缓存、一级缓存、数据库；分布式时不能使用，会有脏数据，一般使用Redis实现；
插件：又称拦截器，采用责任链模式，通过JDK动态代理，拦截指定方法，调用InvocationHandler实现；支持拦截ParameterHandler（SQL参数处理）、ResultSetHandler（结果集处理）、StatementHandler（语句构建处理，执行SQL，实现一级缓存）、Executor（执行器方法，调用StatementHandler，处理二级缓存）这4种接口的插件；编写插件：实现Mybatis的Interceptor接口并复写 intercept()方法，然后在给插件编写注解，指定要拦截哪一个接口的哪些方法即可，在配置文件中配置编写的插件；
核心类：SqlSession（顶层API，数据库会话）、Executor（包括SimpleExecutor、ReuseExecutor重用PrepareStatement、BatchExecutor）、StatementHandler、ParameterHandler 、ResultSetHandler 、TypeHandler（Java和Jdbc数据类型转换）、MappedStatement （封装XML的select等节点）、SqlSource（动态生成SQl） 、BoundSql（SQL和参数） 、Configuration（配置信息）；
Netty
作用：定制编解码协议：可使用Netty实现自己的服务器（Http服务器、Redis、Ftp等，通过定制编解码协议实现），理解：传统Http原理：服务端创建ServerSocket并监听端口、客户端请求端口、服务器accept获得客户端Socket、服务器端请求新线程处理（读Socket、解码得到HttpRequest、处理并封装HttpResponse、编码并写Socket）；Http服务器的编解码协议是Http，如果换成其他协议就成了其他类型的服务器；基于Java NIO进行封装：底层使用操作系统的支持（select、epoll），对外提供一套易用的NIO接口，传统的BIO：Socket的accept、read、write操作都是阻塞的；
粘包拆包：操作系统按字节流读取导致Netty发送的数据到接收时格式不正确，字符串被拆开了；服务端拆包和客户端粘包一一对应；Netty提供了拆包器可直接使用：基于字符串长度的、基于分隔符的、基于行的，pipline.addLast使用拆包器；
零拷贝：传统方式：4次拷贝4次切换，磁盘到内核的readbuffer、内核缓冲区到用户缓冲区、用户缓冲区到内核的socketbuffer、内核socketbuffer到网卡接口；Java的FileChannel.transferTo：省去第23步拷贝，数据从文件由DMA引擎拷贝到内核readbuffer、接着DMA从内核readbuffer将数据拷贝到网卡接口buffer，没有CPU参与，实现零拷贝；Netty实现：bytebuffer使用直接内存通过DMA发送到网卡，避免堆内存的拷贝；使用组合bytebuffer通过保存引用避免多个bytebuffer的拷贝，使用了FileChannel的transferTo方法；
Reactor线程模型：所有线程都是NIO线程，单线程模型：1个Reactor线程（完成所有IO操作包括接收、分发和处理），实现：ServerBootstrap().group(NioEventLoopGroup)；多线程模型：1个Reactor线程（负责接收）+多个Acceptor线程（线程池，负责处理），实现：ServerBootstrap().group(NioEventLoopGroup(1),NioEventLoopGroup)；主从模型：1个主Reactor线程（负责接收，只负责接入认证、握手等，然后重新注册到从Reactor）+多个从Reactor线程（线程池）+多个Acceptor线程（线程池，负责处理），实现：ServerBootstrap().group(NioEventLoopGroup,NioEventLoopGroup)；
执行流程：服务端：创建ServerBootStrap、绑定Reactor线程池NioEventLoopGroup、绑定NioServerScoketChannel、创建ChannelPipeline和handler、绑定并启动监听端口、当轮训到准备就绪的channel后由Reactor线程NioEventLoop执行pipline中的方法最终调度并执行channelHandler；客户端：创建BootStrap、绑定Reactor线程池EventLoopGroup、绑定NioSocketChannel、创建ChannelPipeline和handler、发起连接connect；
Redis
数据结构：String：key-value，命令：get/set、mset/mget（同时操作多个）、setex（设置过期时间）、setnx（不存在才设置）；Hash：类似Map，key-filed-value，命令：hset/hget、hexists（判断field是否存在）、hmset/hmget、hkeys、hvals、hgetall、hdel、hsetnx（field不存在才设置）；list：列表List，可重复，命令：lpush、lindex（获取指定序号的值）、lrange、lset（设置指定序号的值）、lpop（删除第一个）、rpop（删除最后一个）；set：集合，类似list，无序可去重，使用hash实现，命令：sadd、scard求长度、sdiff求2个集合的差集、sinter求交集、sunion求并集、srem删除指定元素、spop随机移除元素；zset：有序集合，分数可重复，元素不可重复，使用hash实现，命令：zadd、zrange、zcount；
常用命令：save（同步保存磁盘）、bgsave（异步保存磁盘）、shundown（异步保存磁盘再关闭）、info（显示服务器信息）、config（运行时配置）、exists（判断key存在）、keys（正则查询所有key）、del（删除key）、type（key类型）、ttl（Key的剩余时间）、expire（设置过期）、flushdb（删除当前库的所有key）、flushall（删除所有库的所有key）；
持久化：RDB：快照保存，默认方式，将内存数据保存到磁盘dump.rdb文件；保存时机：根据规则定期保存（save设置，xx时间内超过xx个Key被修改则保存），手动保存（执行save或bgsave命令）；原理：fork子进程，由子进程保存数据到临时rdb文件，再替换原rdb文件；适合做备份但不能实时保存；AOF（Append Only File）：追加写，每个修改命令追加到appendonly.aof文件中；保存时机：执行修改命令时或每秒一次可配置；可实时保存，写较多时会降低性能；支持同时开启RDB和AOF，系统重启后会优先使用AOF来恢复数据，这样丢失的数据会最少；
通信协议：RESP是Redis序列化协议，文本协议，实现简单，性能极好，协议将传输的结构数据分为5种最小单元类型，单元结束时统一加上回车换行符号\r\n；单行字符串（+开头）、多行字符串（$开头跟上字符串长度）、整数值（:开头，后跟整数的字符串形式）、错误消息（-开头）、数组（*开头跟上数组长度）；
部署方式：单机模式，单节点读写使用；主从复制：1个master+n个slave，master负责读写，slave从master复制数据，只负责读，master/slave数据相同，slave降低master读的压力，无法保证高可用，没有解决写的压力；哨兵模式：基于主从复制模式增加了n个哨兵服务器（单独进程，定时和主从服务器心跳获取信息），用于监控主从服务器间的连接、通知管理员故障、主服务器故障时转移故障，实现了高可用，但切换要丢数据，没有解决写的压力；集群代理模式：n个master+n个salve+n个哨兵，master层前使用第三方代理工具Twemproxy进行代理，维护成本高，扩展性差；集群模式：数据按Slot分段分别存储在所有机器上，每个Node分配一段Slot（0-16384），Node退出或加入会已Slot为单位迁移数据，分摊了写操作，但节点间互相监听、读和写，任务繁重；
线程模型：单线程，基于Reactor模式的文件事件处理器；文件事件处理器监听多个客户端的socket，并根据socket产生的事件选择不同的事件处理器处理客户端连接请求、命令请求和响应请求；文件事件处理器包括多个客户端连接的Socket、IO多路复用程序（监听Socket并放入队列）、文件事件分派器（处理队列中的Socket分派到处理器）、事件处理器（应答/命令请求/命令回复/主从复制处理器）；高并发的原因：纯内存操作、非阻塞IO多路复用程序、单线程避免上下文切换带来的CPU消耗；
内存策略：删除策略：定期删除（每隔100ms随机抽取一部分设置了过期时间的key，若过期则删除）、惰性删除（获取key时检查，过期则删除）；淘汰策略：内存满时的策略，noeviction（默认，不淘汰，写时返回错误）、allkeys-lru/volatile-lru（从所有key/设置了过期时间的key淘汰最近最少使用的）、allkeys-random/volatile-random（随机淘汰）、allkeys-lfu/volatile-lfu（淘汰最近最少访问的）、volatile-ttl（淘汰越早过期的）；设置：maxmemory（最大使用内存，不设或0则不限制）、maxmemory-policy（内存淘汰策略）；Redis实现LRU：采用随机采样法，每次抽取5个key淘汰最近最少使用的，每个key内部增加最近访问时间字段；
事务：执行事务：MULTI（开始事务）、输入N个命令（命令如FIFO队列，不会马上执行）、EXEC（执行事务，串行执行队列的多个命令）；WATCH：乐观锁，执行事务前设置需要观察的多个key，执行事务时判断若观察的key被修改则事务失败；通过watched_keys字典实现，修改每个客户端的REDIS_DIRTY_CAS字段，执行事务时判断该字段来决定是否执行；Redis事务满足ACID：A（执行过程中不被中断）、C（不支持回滚，入队失败则事务失败，单条命令执行错误不影响事务）、I（单线程串行执行）、D（RDB/AOF实现）；
缓存问题：缓存穿透：查询的数据不存在，会直接请求到数据库，解决：缓存空值，布隆过滤器；缓存击穿：大量请求查询的key正好失效如系统配置，解决：互斥锁（先取缓存再查库再更新缓存）、缓存标识（提前识别过期key更新缓存）；缓存雪崩：大量缓存key同时失效或宕机导致请求到数据库，解决：redis集群、ehcache本地缓存、分散key过期时间；
分布式锁：通过setnx、expire加锁，get、del解锁，通过lua脚本实现；Spring提供RedisLockRegistry可操作分布式锁API；
Redis槽位：Redis采用CRC16(key) mod 16384进行Hash定位槽位，CRC16算法产生的hash值有16bit，该算法可以产生2^16-=65536个值，由于节点间通信定时发送心跳消息Ping Pong，消息中会带有槽位信息，如果槽位太多就会导致心跳消息太大产生网络拥塞，处于性能考虑槽位数没有选择65536二而是16384，Redis集群节点数也建议不超过1000；
Redis管道：管道用于一次打包多个命令发送给Redis执行处理，Redis之前完前会缓存命令结果再一次发送给客户端；所以管道命令不能太多，会耗内存、增加客户端等待时间、造成网络拥塞；原生的批处理命令mget等是原子的，管道非原子；
Redis底层数据结构：简单动态字符串SDS（定义了长度、空闲长度、数组，比C原生字符串性能高）、链表（C没提供，自己实现双端链表，定义了长度等属性方法）、字典（C没提供，哈希表底层实现，采用拉链法解决哈希冲突，采用渐进式Hash，分多次完成，并非一次对所有Hash）、跳跃表；整数集合intset、压缩列表；
Redis使用Lua脚本：减少网络开销（将多个请求通过脚本的形式一次发送减少网络时延）、原子操作（Redis会将整个脚本作为一个整体执行，中间不会被其他命令插入）、复用（客户端发送的脚步会永久存在redis中）、实现事务（Redis中的脚本本身就是一种事务，所以任何在事务里可以完成的事在脚本里面也能完成）；使用3个命令实现：eval、evalsha、script load；
Kafka
高可用：通过副本实现，1个主题多个分区，1个分区多个副本，不同副本保存在不同broker；副本同步ISR：每个分区维护自己的ISR（与leader保持同步的副本列表，定期消息同步，不同步则剔除），写入消息时先给leader，leader再同步的把消息同步给ISR内的多个副本，再提交，再异步的把消息同步给ISR外的副本；选举leader：ZK创建临时节点成功的为leader，先到先得，所有副本都不工作时等待ISR中第一个恢复的为leader或者所有副本中第一个答复的为leader；
高性能：partiton机制：1个Topic有多个partiton，partiton分布在不同节点且存储在本地文件夹且可在不同磁盘，1个partiton有多个segment，1个segment有1个数据和索引文件，从节点、磁盘、文件上都可并发，同时1个partiton只有1个消费者线程，避免竞争；ISR机制：可用性和一致性的动态平衡，动态复制，避免慢节点拖慢整体性能；顺序写磁盘：新消息顺序写入文件，读消息通过offset顺序读，删消息删整个segment文件，避免磁盘随机写；支持多磁盘：broker数据存储支持配置多个磁盘路径，不同分区数据尽量写到不同路径；零拷贝：transferTo和transferFrom使用零拷贝读写文件；批处理：同一主题和分区的多条消息合并传输，并支持数据压缩；高效的序列化：可自定义使用更高效的序列化方式；
持久化：1个分区1个目录（topic名称+分区序号）包含多个segment文件，segment文件包含1个index索引文件和1个log数据文件，offset命名；
选举机制：Broker选举Leader：创建ZK临时节点，第一个创建成功则为leader，后续节点注册watch事件；broker退出会判断是否存在副本leader，有则重新选举并更新ISR；broker加入会判断是否存在分区副本，有则同步；分区副本选举Leader：创建时指定的或第一个副本为Leader；消费者组选Leader：第一个为Leader；
其他：特点：持久化、高吞吐、低延迟、分布式、可容错、高扩展；发送消息：确认成功：0（不等broker确认）、1（leader确认，异步同步）、-1（leader和ISR所有副本都确认）；分区机制：顺序轮询分区（默认）、随机轮询分区、按Key分区；offset存储：老版默认存储在ZK，新版默认存储在__consumer_offsets主题中，可配置；消费者：1个分区只能被同1个消费者组的1个线程消费，1个消费者线程可同时消费多个分区；节点：leader负责全部的读写，follower只负责备份不负责读（区别于ZK的follower负责读）；
Kafka事务：场景包括：生产者发送多条消息可以封装在一个事务中，形成一个原子操作；read-process-write模式：将消息消费和生产封装在一个事务中，形成一个原子操作；事务方法包括：init/begin/commit/abortTransactions；事务配置：Producer设置transactional.id，Consumer设置isolation.level=read_committed和enable.auto.commit=false；事务实现：使用2PC，引入Tranaction Corordinator节点；事务本质：将一组写操作（如果有）对应的消息与一组读操作（如果有）对应的Offset的更新进行同样的标记（Transaction Marker）来实现事务中涉及的所有读写操作同时对外可见或同时对外不可见，只提供对Kafka本身的读写操作的事务性，不提供包含外部系统的事务性；
MongoDb
特点：C++编写，无数据结构限制（没有表结构概念，每条记录可以有不同结构）、完全的索引支持（支持单键/数据/全文索引等）、方便的冗余和扩展（复制集、分片扩展）、支持动态查询、自动分片、支持JS、支持故障恢复；适用场景：持久化缓存、文档化存储和查询、实时插入查询、大尺寸低价值的数据、高伸缩性的场景；不适合：高度事务性系统、复杂的表级联查询；
概念：和关系数据库概念映射：数据库（同数据库）、集合（同表）、文档（同行，JSON格式）、字段（同列）、索引（同索引）、主键（同主键，默认_id为主键字段）；Journal：类似redo日志，用于数据故障恢复和持久化数据的，可通过批量提交提高写入性能；32位系统默认关闭；实现涉及磁盘文件：data file和journal file，内存映射shared view和private view；分析器：类似执行计划和慢查询记录；分析器级别：0-没打开；1-记录超过阈值的查询；2-记录所有查询；db.system.profile.find()查询执行信息；find().explain分析特定查询；BSON：Binary JSON，比JSON多支持一些数据类型，用于存储文档和数据传输；namespace：数据库名.集合名称即为命名空间；更新操作不会立刻fsync到磁盘，而是定时批量写；MongoDb没有使用锁和回滚，类似MySQL MylSAM的自动提交模式；支持存储过程，使用JS写；GridFS：将大型文件存储在MongoDB数据库中的文件规范，可以将一个大文件分割成为多个较小的文档；MapReduce：相当于Mysql中的"group by"，统计比较容易；
使用：启动：手动创建data/log/conf目录，创建mongodb.conf配置文件配置，启动时可指定配置文件路径：mongod -f conf/mongodb.conf；通过客户端连接：mongo ip:port；自带工具：mongo（客户端程序，连接MongoDB）、mongod（服务端程序，启动管理MongoDB）、mongodump/mongorestore（数据库二进制导入导出用于备份还原）、mongoimport/mongoexport（数据库数据导入导出）、mongostat（用于查看数据库状态）、mongooplog（用于数据库的操作记录）、mongos（数据分片程序，支持数据的横向扩展）、mongofiles（GridFS工具，内建的分布式文件系统）；常用命令：show dbs查看所有数据库、use xx使用xx数据库，不存在则创建、db.dropDatabase删除数据库、show collections查看所有集合、db.集合名.insert/find/update/remove/drop/getIndexes/ensureIndex({json})插入/查询/更新/删除局/删集合/查看索引/创建索引，集合不存在会自动创建、find().count/skip/limit/sort对查询结果统计总数/跳过前x项/返回指定条目/排序、db.createUser（创建用户）、xx.explain（查看指令详情）；
索引类型：_id索引（自动创建）、单键索引（单一值的单字段创建索引）、多键索引（多值的单字段创建索引如数组字段）、复合索引（多字段创建索引）、过期索引（一段时间后会过期的索引，时间字段才能创建，索引过期后相应的数据会被删除）、全文索引（对字符串与字符串数组创建全文可搜索的索引）、地理索引；索引属性：name、unique唯一性、sparse稀疏性（没有该字段则不对该行创建索引）；
部署方案：主从（一主一从一主多从）：主节点可读可写，记录所有操作oplog，从节点可读不写，定期从主节点同步数据，主节点挂掉需要人工重新指定；副本集（支持自动故障转移的主从）：主节点可读可写，挂掉后通过仲裁节点选举一个副本节点作为主节点，副本节点可读不写，同步数据，参与选主，仲裁节点无数据，不参与选主，只投票，副本节点需为奇数；分片：将数据拆分并分散存放在不同机器上，每个分片维护着一个数据集合的子集，支持自动分片，包括分片服务器（mongod实例，可由副本集承担）、配置服务器（mongod 实例，保存集群和分片源数据）和路由服务器（客户端连接入口，路由客户请求到对应的分片服务器）；
网友评论