提到数据库的基本操作，无论关系型还是非关系型，首先想到的肯定是数据的增删改查 (Create, Read, Update, Delete)，下面记录一下MongoDB里面的CRUD操作。

MongoDB 是一个基于 分布式文件存储 的数据库。由 C++ 语言编写。

MongoDB 相关概念

mongodb中基本的概念是文档、集合、数据库，和传统关系型数据库相关概念的对应关系如下表：

上篇文章详细介绍了表分区的概念和如何创建分区表。

一个分区表创建好之后，随着数据量的逐渐增长，历史数据越来越不受待见：查询和更新频率越来越低，那么把这些历史数据进行归档就十分必要了。如果使用常规的SELECT、INSERT、DELETE进行历史数据归档的话，会出现以下的一系列问题：

• DELETE效率太低

  由于DELETE单个语句是一个事务性的语句，要么全部成功，要么全部失败。那么可想如果删除的是亿级别的数据，那么日志增长,IO负荷非常的大。

• 迁移过程表会被锁住，这样可能会出现死锁，一旦迁移失败，又会造成更大的IO问题。

这时候，在SQL Server中分区表有一个非常实用的语句 ALTER TABLE …SWITCH，这个DDL可以快速的将同文件组的表的某个分区迅速的转移到另外的表。这个是利用数据的位置偏移量的指针的转移到新表的方法来实现的。这种方案转移数据非常快。

某种特定业务下，部分业务数据可能只保留比较短的时间，例如每日的流量日志数据，可能每天亿级别的数据增长，随着数据量的逐渐增长，你会发现数据库能性能越来越慢，查询速度会明显变慢，而这时要想提高数据库的查询速度，你肯定会想到索引这种方式，但是随着索引的引入，数据的插入和更新也会变慢，因为在数据插入的时候，索引也是需要重建的。那怎么办呢？ (其实我觉得这种应用场景更好的解决方法是用流式处理的方式)

一个最简单的解决方法就是把一个大表拆分成多个小表，这个就叫做表分区，表分区有两种：

• 水平分区 (行级)
• 垂直分区 (列级)

下面主要说的是水平分区。

表分区有以下优点：

1. 改善查询性能：对分区对象的查询可以仅搜索自己关心的分区，提高检索速度。
2. 增强可用性：如果表的某个分区出现故障，表在其他分区的数据仍然可用；
3. 维护方便：如果表的某个分区出现故障，需要修复数据，只修复该分区即可；
4. 均衡I/O：可以把不同的分区映射到磁盘以平衡I/O，改善整个系统性能。

分区表是把数据按某种标准划分成区域存储在不同的文件组中，使用分区可以快速而有效地管理和访问数据子集，从而使大型表或索引更易于管理。合理的使用分区会很大程度上提高数据库的性能。

创建分区需要如下个步骤：

1. 创建文件组
2. 创建分区函数
3. 创建分区方案
4. 创建或者修改使用分区方案的表

栈 (Stack)是一种后进先出(last in first off，LIFO)的数据结构

队列(Queue)则是一种先进先出 (fisrt in first out，FIFO)的结构