前言

如何能让软件拥有更高的性能？我想这是一个大部分开发者都思考过的问题。性能往往决定了一个软件的质量，如果你开发的是一个互联网产品，那么你的产品性能将更加受到考验，因为你面对的是广大的互联网用户，他们可不是那么有耐心的。严重点说，页面的加载速度每增加一秒也许都会使你失去一部分用户，也就是说，加载速度和用户量是成反比的。那么用户能够接受的加载速度到底是多少呢？

如图，如果页面加载时间超过10s那么用户就会离开，如果1s–10s的话就需要有提示，但如果我们的页面没有提示的话需要多快的加载速度呢？是的，1s 。

当然，这是站在一个产品经理的角度来说的，但如果站在一个技术人员的角度来说呢？加载速度和用户量就是成正比的，你的用户数量越多需要处理的数据当然也就越多，加载速度当然也就越慢。这是一件很有趣的事，所以如果你的产品如果是一件激动人心的产品，那么作为技术人员你需要做的事就是让软件的性能和用户的数量同时增长，甚至性能增长要快于用户量的增长。

Mongodb性能优化

数据库性能对软件整体性能有着至关重要的影响，对于Mongodb数据库常用的性能优化方法主要有：

      1、范式化与反范式化；

      2、填充因子的使用；

      3、索引的使用；

一. 范式化与反范式化

范式是为了消除重复数据减少冗余数据，从而让数据库内的数据更好的组织，让磁盘空间得到更有效利用的一种标准化标准，满足高等级的范式的先决条件是满足低等级范式。在数据库设计阶段，明确集合的用途是对mongodb数据库性能调优非常重要的一步。根据集合中数据最常用的操作，对于频繁更新和频繁查询的集合，我们最需要关注的重点是他们的范式化程度。

1.1 范式化

   1.1.1 范式化的优点：

       1、范式化的数据库更新起来更加快；

       2、范式化之后，只有很少的重复数据，只需要修改更少的数据；

       3、范式化的表更小，可以在内存中执行；

       4、很少的冗余数据，在查询的时候需要更少的distinct或者group by语句。

   1.1.2 范式化的缺点：

       1、范式化的表，在查询的时候经常需要很多的关联，因为单独一个表内不存在冗余和重复数据。这导致，稍微复杂一些的查询语句在查询范式的schema上都可能需要较多次的关联。这会增加让查询的代价，也可能使一些索引策略无效。因为范式化将列存放在不同的表中，而这些列在一个表中本可以属于同一个索引。

     1.1.3 范式化设计的例子：

       以存储一篇图书及其作者为例，作者的信息包括作者的姓名，年龄，国籍。使用范式化的设计如下：

“`
{
“_id” : ObjectId(“5124b5d86041c7dca81917”),
“title” : “如何使用MongoDB”,
“author” : [
ObjectId(“144b5d83041c7dca84416”),
ObjectId(“144b5d83041c7dca84418”),
ObjectId(“144b5d83041c7dca84420”),
]
}