1、count統計結果錯誤
這是由於分布式集群正在遷移數據，它導致count結果值錯誤，需要使用aggregate pipeline來得到正確統計結果，例如：
db.collection.aggregate([{$group: {_id: null, count: {$sum: 1}}}]) |
引用：“On a sharded cluster, count can result in an inaccurate count if orphaned documents exist or if a chunk migration is in progress.”
2、從shell中更新/寫入到文檔的數字，會變為float類型
引用：“shell中的數字都被MongoDB當作是雙精度數。這意味着如果你從數據庫中獲得的是一個32位整數，修改文檔后，將文檔存回數據庫的時候，這個整數也就被換成了浮點數，即便保持這個整數原封不動也會這樣的。”
3、restore數據到新DB時，不要去先建索引
把bson數據文件restore到另一個DB時，需要注意：不能先創建索引再restore數據，否則性能極差，mongorestore工具默認會在restore完數據時，根據dump出來的index信息創建索引，無須自己創建，如果是要更換索引，也應該在數據入庫完之后再創建。
4、DB中的namespace數量太多導致無法創建新的collection
錯誤提示：error: hashtable namespace index max chain reached:1335，如何解決呢？
這是DB中的collection個數太多導致，在實踐中以每個collection 8KB計算（跟官方文檔里說的不同，可能跟index有關系），256MB可以支持36000個collection。db.system.namespaces.count() 命令可以統計當前DB內的collection數目，DB可支持collection數量是由於nssize參數指定的，它指定了dbname.ns磁盤文件的大小，也就指定了DB可支持的最大collection數目，ns為namespace縮寫。默認nssize為16MB。
如果重啟MongoD並修改了nssize參數，這新nssize只會對新加入的DB生效，對以前已經存在的DB不生效，如果你想對已經存在的DB采用新的nssize，必須在加大nssize重啟之后新建DB，然后把舊DB的collection 復制到新DB中。
namespace限制相關文檔：http://docs.mongodb.org/manual/reference/limits/#Number-of-Namespaces
5、moveChunk因舊數據未刪除而失敗
錯誤日志：”moveChunk failed to engage TO-shard in the data transfer: can't accept new chunks because there are still 1 deletes from previous migration“。
意思是說，當前正要去接受新chunk 的shard正在刪除上一次數據遷移出的數據，不能接受新Chunk，於是本次遷移失敗。這種log里顯示的是warning，但有時候會發現shard的刪除持續了十幾天都沒完成，查看日志，可以發現同一個chunk的刪除在不斷重復執行，重啟所有無法接受新chunk的shard可以解決這個問題。
如果采用了balancer自動均衡，那么可以加上_waitForDelete參數，如：
{ "_id" : "balancer", "activeWindow" : { "start" : "12:00", "stop" : "19:30" }, "stopped" : false, "_waitForDelete" : true } |
這樣就不會因delete堆積而導致后續migrate失敗，當然，需要考慮到這里的阻塞是否會影響到程序正常運轉，在實踐中慎重采用使用waitForDelete，因為發現加上它之后遷移性能非常差，可能出現卡住十幾個小時的情況，外界拿住了被遷移chunk的游標句柄，這時候刪除不能執行，阻塞了后續其它遷移操作。
游標被打開而導致被遷移數據無法及時刪除時的日志：
2015-03-07T10:21:20.118+0800 [RangeDeleter] rangeDeleter waiting for open cursors in: cswuyg_test.cswuyg_test,
min: { _id: -6665031702664277348 }, max: { _id: -6651575076051867067 }, elapsedSecs: 6131244, cursors: [ 220477635588 ] |
這可能會卡住幾十小時，甚至一直卡住，影響后續的moveChunk操作，導致數據不均衡。
解決方法還是：重啟。
6、bson size不能超過16MB的限制
單個文檔的BSON size不能超過16MB。find查詢有時會遇到16MB的限制，譬如使用$in 查詢的時候，in中的數組元素不能太多。對一些特殊的數據源做MapReduce，MapReduce中間會將數據組合為“KEY：[VALUE1、VALUE2]”這樣的格式，當value特別多的時候，也可能會遇上16MB的限制。
限制無處不在，需要注意，”The issue is that the 16MB document limit applies to everything - documents you store, documents MapReduce tries to generate, documents aggregation tries to return, etc.
7、批量插入
批量插入可以減少數據往服務器的提交次數，提高性能，一般批量提交的BSON size不超過48MB，如果超過了，驅動程序自動修改為往mongos的多次提交。
8、安全寫入介紹及其沿革
關鍵字：acknowledge、write concern。
在2012年11月之前，MongoDB驅動、shell客戶端默認是不安全寫入，也就是fire-and-forget，動作發出之后，不關心是否真的寫入成功，如果這時候出現了_id重復、非UTF8字符等異常，客戶端不會知道。在2012年11月之后，默認為安全寫入，安全級別相當於參數w=1，客戶端可以知道寫入操作是否成功。如果代碼使用Mongo或者Collection來連接數據庫，則說明它是默認不安全寫入的legacy代碼，安全寫入已經把連接數據庫修改為MongoClient接口。
安全寫入可以分為三個級別：
第一級是默認的安全寫入，確認數據寫入到內存中就返回（w=N屬於這一級）；
第二級是Journal save，數據在寫入到DB磁盤文件之前，MongoDB會先把操作寫入到Journal文件，這一級指的是確認寫入了Journal文件就返回；
第三級是fysnc，所有數據刷寫到到DB磁盤文件才返回。
一般第一級就足夠了，第二級是為了保證在機器異常斷電的情況下也不會丟失數據。安全寫入要付出性能的代碼：不安全寫入的性能大概是默認安全寫入的3倍。使用fync參數則性能更差，一般不使用。
如果是副本集（replica set），其w=N參數，N表示安全寫入到多少個副本集才返回。
9、善用索引——可能跟你以為的不一樣
使用組合索引的時候，如果有兩組索引，在限量查詢的情況下，可能跟常規的認識不同：
利用組合索引做的查詢，在不同數量級下會有不同性能：
組合索引A： {"age": 1, "username": 1}
組合索引B： {"username": 1, "age": 1}
全量查詢： db.user.find({"age": {"$gte": 21, "$lte": 30}}).sort({"username" :1})，使用索引A的性能優於索引B。
限量查詢： db.user.find({"age": {"$gte": 21, "$lte": 30}}).sort({"username": 1}).limit(1000)，使用索引B的性能優於索引A。
這兩個查詢在使用索引A的時候，是先根據age索引找到符合age的數據，然后再對這些結果做排序。使用索引B的時候，是遍歷name，對應的數據判斷age，然后得到的結果是name有序的。
優先使用sort key索引，在大多數應用上執行得很好。
10、查詢時索引位置的無順序性
做find的時候，並不要求索引一定要在前面，
譬如：
db.test集合中對R有索引
db.test.find({R:"AA", "H": "BB"}).limit(100).explain()
db.test.find({"H":"BB", R" : "AA"}).limit(100).explain() |
這兩個查找性能一樣，它都會使用R索引。
11、使用組合索引做shard key可以大幅度提高集群性能
“固定值+增量值” 兩字段做組合索引可以有效的實現分布式集群中的分散多熱點寫入、讀取。以下為讀書筆記：在單個MongoDB實例上，最高效的寫入是順序寫入，而MongoDB集群則要求寫入能隨機，以便平均分散到多個MongoDB實例。所以最高效的寫入是有
多個局部熱點：在多個MongoDB實例之間是分散寫入，在實例內部是順序寫入。 要實現這一點，我們采用組合索引。
例如：shardkey的第一部分是很粗糙的，可選集很少的字段，索引的第二部分是遞增字段，當數據增加到一定程度時，會出現很多第一部分相同第二部分不同的chunk，數據只會在最后一個chunk里寫入數據，當第一部分不同的chunk分散在多個shard上，就實現了多熱點的寫入。如果在一個shard上，不止一個chunk可以寫入數據，那也就是說不止一個熱點，當熱點非常多的時候，也就等同於無熱點的隨機寫入。當一個chunk分裂之后，只能有一個成為熱點，另一個不能再被寫入，否則就會產生兩個熱點，不再寫入的chunk也就是死掉了，后續只會對它有讀操作。
我在實踐中除了書中講到的組合鍵方式外，還加上了預分片策略，避免了早期數據增長過程中的分片和數據遷移。另外還盡可能的制造能利用局部性原理的數據寫入，例如在數據寫入之前先對數據排序，有大約30%左右的update性能提升。
預分片是這樣子做的：根據組合shardkey信息先分裂好chunk，把這些空chunk移動到各個shard上，避免了后續自動分裂引起的數據遷移。
12、怎么建索引更能提高查詢性能？
在查詢時，索引是否高效，要注意它的cardinality（cardinality越高表示該鍵可選擇的值越多），在組合索引中，讓cardinality高的放在前面。注意這里跟分布式環境選擇shard key的不同。以下為讀書筆記：
index cardinality（索引散列程度），表示的是一個索引所對應到的值的多少，散列程度越低，則一個索引對應的值越多，索引效果越差：在使用索引時，高散列程度的索引可以更多的排除不符合條件的文檔，讓后續的比較在一個更小的集合中執行，這更高效。所以一般選擇高散列程度的鍵做索引，或者在組合索引中，把高散列程度的鍵放在前面。
13、非原地update，性能會很差
update文檔時，如果新文檔的空間占用大於舊文檔加上它周圍padding的空間，那么就會放棄原來的位置，把數據拷貝到新空間。
14、無法在索引建立之后再去增加索引的過期時間
如果索引建立指定了過期時間，后續要update過期時間可以這樣子：db.runCommand({"collMod":"a", index:{keyPattern:{"_":-1}, expireAfterSeconds: 60}})。
注意，通過collMod能修改過期時間的前提是：這個索引有過期時間，如果這個索引之前沒有設置過期時間，那么無法update，只能刪了索引，重建索引並指定過期時間。
15、_id索引無法刪除
16、paddingFactor是什么？
它是存儲空間冗余系數，1.0表示沒有冗余，1.5表示50%的冗余空間，有了冗余空間，可以讓后續引發size增加的操作更快（不會導致重新分配磁盤空間和文檔遷移），一般是在1到4之間。可以通過db.collection.stats()看到collection的該值“paddingFactor”。
該值是MongoDB自己處理的，使用者無法設置paddingFactor。我們可以在compact的時候對已經有的文檔指定該值，但這個paddingFactor值不影響后續新插入的文檔。
repairDatabase跟compact類似，也能移除冗余減少存儲空間，但冗余空間少了會導致后續增加文檔size的update操作變慢。
雖然我們無法設置paddingFactor，但是可以使用usePowerOf2Sizes保證分配的空間是2的倍數，這樣也可以起到作用（MongoDB2.6版本起默認啟用usePowerOf2Size）。
或者手動實現padding：在插入文檔的時候先用默認字符占用一塊空間，等到真實數據寫入時，再unset掉它。
17、usePowerOf2Size是什么
這是為更有效的復用磁盤空間而設置的參數：分配的磁盤空間是2的倍數，如果超過了4MB，則是距離計算值最近的且大於它的完整MB數。
可以通過db.collections.stats()看到該值“userFlags”。
MongoDB2.6之后默認開啟usePowerOf2Size參數
使用后的效果可以看這里的PPT：http://www.slideshare.net/mongodb/use-powerof2sizes-27300759
18、aggregate pipeline 指定運算完成輸出文檔跟MapReduce相比有不足
（基於MongoDB2.6版本）MapReduce可以指定輸出到特定的db.collection中，例如：out_put = bson.SON([("replace", "collection_name" ), ("db", "xx_db")])
aggregate pipeline只能指定collection名字，也就意味着數據只能寫入到本db，同時結果不能寫入到capped collection、shard collection中。
相比之下，aggregate pipeline限制是比較多的，如果我們需要把結果放到某個DB下，則需要再做一次遷移：
db.runCommand({renameCollection:"sourcedb.mycol",to:"targetdb.mycol"})
但是！！上面的這條命令要求在admin下執行，且只能遷移往同shard下的DB，且被遷移的collection不能是shard的。
附錯誤碼信息：
https://github.com/mongodb/mongo/blob/master/src/mongo/s/commands_public.cpp#L778 |
19、殺掉MongoD進程的幾種方式
1）進入到MongoD的命令行模式執行shutdown，
$ mongo --port 10001 |
2）1方式的簡化：
eg：mongo admin --port 10001 --eval "db.shutdownServer()" |
3）使用MongoD命令行關閉，需要指定db路徑：
mongod --dbpath ./data/db --shutdown |
20、集群的shard key慎重采用hash
如果你的日志是有日期屬性的，那么shard key不要使用hash，否則刪除過期日志時無法成塊刪除；在更新日志的時候，也不能利用局部性原理，查找、更新、插入數據都會因此而變慢。一般來說，hash id應付小數據量時壓力不大，但在數據量較大（熱數據大於可用內存容量）時，CRUD性能極差，且會放大碎片對性能的影響：數據非常分散，當有過期日志被刪除后，這些刪除后的空間成為碎片，可能會因為磁盤預讀策略被加載到內存中。另外，采用hash shard key還會浪費掉一個索引，浪費不少空間。
21、副本數也不用太多
如果你的副本數量超過了12個（MongoDB3.0.0超過了50個），那么就要選擇使用 master-slave ，但這樣會失去故障自恢復功能，主節點故障時，需要手動去切換到無故障節點。
22、mongos的config server配置信息中不要使用localhost、127.0.0.1
啟動mongos時，config server的配置信息不得使用localhost、127.0.0.1，否則添加其它機器的shard時，會出現錯誤提示：
"can’t use localhost as a shard since all shards need to communicate. either use all shards and configdbs in localhost or all in actual IPs host: xxxxx isLocalHost"
以新的config server啟動mongos，也需要重啟config server，否則會有錯誤提示：
“could not verify config servers were active and reachable before write”
如果改完后面又出現 “mongos specified a different config database string” 錯誤，那么還需要重啟mongod，
修改了config server 幾乎是要全部實例重啟。另外，在配置replica set時也不得使用localhost、127.0.0.1。
23、shard key的選擇跟update性能緊密關聯
分布式MongoDB，shard key的選擇跟update性能，甚至是update可用性有很大關系，需要注意。
1、在對文檔個別字段update時，如果query部分沒有帶上shard key，性能會很差，因為mongos需要把這條update語句派發給所有的shard 實例。
2、當update 的upsert參數為true時，query部分必須帶上 shard key，否則語句執行出錯，例子：
mongos> db.test.update({"_id":".7269993106A92327A89ABCD70D46AD5"},
{"$set":{"P": "aaa"}, "$setOnInsert":{"TEST":"a"}}, true) |
這是因為如果沒有shard key，mongos既不能在所有shard實例上執行這條語句（可能會導致每個shard都插入數據），也無法選擇在某個shard上執行這條語句，於是出錯了。
另外，需要特別注意，如果使用pymongo引擎，它不會告訴你出錯了，只是函數調用陷入不返回，在shell下執行才能看到錯誤信息。
附：
It's actually not clear to me that this is something we can support - problem is this:
> db.coll.update({ _id : 1 }, { }, true); |
Upserts generate new _ids in response to this operation, and therefore we can't actually target this correctly in a sharded environment. The shard on which we need to perform the query may not be the shard on which the new _id is placed.
意思是說，upsert產生了新的_id，_id就是shard key，但是如果query里沒有shard key，它們不知道要到哪個shard上執行這個命令，upsert產生的shard key可能並不是執行這條命令的shard的。
另外，如果_id不是shard key我們的例子也是不能成功的，因為沒有shard key，這條upsert要在哪個shard上執行呢？不能像普通update那樣給所有的shard去做，否則可能導致插入多條。
24、通過repairDatabase提高性能
從db.stats()中可以看到幾個跟碎片相關的關鍵字段，dataSize，表示數據的大小，它包含了padding的空間；storageSize，表示這些數據存儲占用的空間，包含了dataSize和被刪除數據所占空間，可以認為storageSize/dataSize就是磁盤碎片比例，當刪除、update文檔比較多后，它會變大，考慮做repairDatabase，以減少碎片讓數據更緊湊，在實踐中，這對提高CURD性能極其有用。repairDatabase時需要注意：它是把數據拷貝到新的地方，然后再做處理，所以repair之前在DB目錄所在磁盤需要預留一倍的空閑磁盤空間，如果你發現磁盤空間不足，可以停止服務，然后增加一塊新磁盤，再執行實例級別的repair，並指定--repairpath為新磁盤路徑，eg：mongod --dbpath /path/to/corrupt/data --repair --repairpath /media/external-hd/data/db，實例的數據會拷貝到/media/external-hd/data/db上做處理。
25、索引字段的長度不能大於1024字節
索引字段的長度不能大於1024字節，否則shell下會有插入錯誤提示："errmsg" : "insertDocument :: caused by :: 17280 Btree::insert: key too large to index”。
使用pymongo的“continue_on_error”參數，不會發出錯誤提示，要注意。
參考：http://docs.mongodb.org/manual/reference/limits/#Index-Key-Limit
26、修改索引的expireAfterSeconds之后，負載均衡失敗
修改索引的expireAfterSeconds之后，負載均衡失敗，出現錯誤提示
“2015-06-05T09:59:49.056+0800 [migrateThread] warning: failed to create index before migrating data.
idx: { v: 1, key: { _: -1 }, name: "__-1", ns: "cswuyg_test.cswuyg_test",
expireAfterSeconds: 5227200 } error: IndexOptionsConflict Index with name: __-1 already exists with different options |
檢查發生moveChunk的兩個shard，並沒有發現不一致，懷疑存在緩存，重啟所有shard解決。
27、config DB無法寫入
因config DB無法修改，只可讀，導致drop、enablesharding失敗：
config server 相關日志：2015-06-11T16:51:19.078+0800 [replmaster] local.oplog.$main Assertion failure isOk() src/mongo/db/storage/extent.h 80
mongos 相關日志： [LockPinger] warning: pinging failed for distributed lock pinger 'xxx:1234/xxx:1235:1433993544:1804289383'. : : caused by :: isOk()
重啟、configdb做repair均無法解決。
最后通過dump、restore解決：
（1）把舊configdb dump出來；
（2）restore到新的configure server；
（3）mongos采用新的configure server；
（4）重啟全部mongod。