在20万条logging之后，Mongodb的回应令人难以置信
目前我们的任务是从外部服务器获取100万条logging，处理它并将其保存在数据库中。 我们使用node.js来获取logging和mongodb作为数据库。
我们决定把这个过程分成2个任务，取出logging并处理。 现在我们可以获取所有logging并将其转储到mongo中，但是当我们试图处理它时（通过处理我的意思是改变一些属性值，做一些简单的计算并更新属性），我们看到在mongodb中的响应速度非常慢更新大约200,000条logging。
为了处理数据，我们批量处理1000条logging，更新logging（单独），然后进行下一批处理。 怎样才能让表演变得更好？
如果你想在mongoDB之后保持响应速度，那么在你的数据库中使用mongo sharding和replication
复制： – MongoDB中的副本集是一组保持相同数据集的mongod进程。 副本集提供冗余和高可用性，是所有生产部署的基础。 本节介绍MongoDB中的复制以及副本集的组件和体系结构。 本节还提供与副本集相关的常见任务教程。
复制链接
分片： – 分片是将数据logging存储在多台机器上的过程，也是MongoDB满足数据增长需求的方法。 随着数据量的增加，单个机器可能不足以存储数据，也不能提供可接受的读写吞吐量。 分片解决了水平缩放的问题。 通过分片，您可以添加更多机器来支持数据增长以及读写操作的需求。
分片链接