完成先决条件后，您将拥有四个在不同服务器上运行的 MongoDB 安装。在本步骤中，您将把其中一个实例 — mongo-config — 转换为一个副本集，用于测试或开发目的。您还将为此 MongoDB 实例设置功能，使其能够作为分片集群的配置服务器。

在 mongo-config 上，使用您喜欢的文本编辑器打开 MongoDB 配置文件。这里我们使用 nano：

sudo nano /etc/mongod.conf

在文件底部找到包含 #replication: 和 #sharding: 行的配置部分：

. . .
#replication:

#sharding:

通过删除井号（#）来取消注释 #replication: 行。然后在 replication: 行下方添加 replSetName 指令，后跟 MongoDB 用于标识副本集的名称。因为您正在将此 MongoDB 实例设置为将充当配置服务器的副本集，本指南将使用名称 config：

. . .
replication:
  replSetName: "config"

#sharding:
. . .

注意，新 replSetName 指令前有两个空格，并且其 config 值用引号括起来。此语法对于正确读取配置是必需的。

接下来，也取消注释 #sharding: 行。在其后的下一行，添加 clusterRole 指令，其值为 configsvr：

. . .
replication:
  replSetName: "config"

sharding:
  clusterRole: configsvr
. . .

clusterRole 指令告诉 MongoDB 此服务器将是分片集群的一部分，并将承担配置服务器的角色（由 configsvr 值指示）。同样，确保此行前有两个空格。

. . .

#security:
#  authorization: enabled

. . .

更新文件这两个部分后，保存并关闭文件。如果您使用 nano，可以通过按 CTRL + X、Y，然后 ENTER 来完成。

然后，重启 mongod 服务：

sudo systemctl restart mongod

至此，您已为服务器启用了复制。但是，MongoDB 实例尚未复制任何数据。您需要通过 MongoDB shell 启动复制，因此使用以下命令打开它：

mongo

在 MongoDB shell 提示符下，运行以下命令来初始化此副本集：

rs.initiate()

此命令将使用 MongoDB 服务器推断的默认配置启动复制。当设置由多个独立服务器组成的副本集时（如部署生产就绪副本集的情况），您需要向 rs.initiate() 方法传递一个描述新副本集配置的文档。但是，因为本指南概述了如何使用每个由单个节点组成的 config server 和 shard servers 来部署分片集群，您无需向此方法传递任何参数。

MongoDB 将自动从运行配置中读取副本集名称及其在分片集群中的角色。如果此方法输出中返回 "ok" : 1，则表示副本集已成功启动：

输出
{
        "info2" : "no configuration specified. Using a default configuration for the set",
        . . .
        "ok" : 1,
        . . .
}

假设情况如此，您的 MongoDB shell 提示符将更改，以指示 shell 连接的实例现在是 rs0 副本集的成员：

此新提示符的第一部分将是您之前配置的副本集名称。

注意，此示例提示符的第二部分显示此 MongoDB 实例是副本集的 secondary 成员。这是预料之中的，因为通常在副本集初始化和其成员成为 primary 成员之间存在一段时间差。

如果您在等待片刻后运行命令甚至只是按 ENTER，提示符将更新以反映您连接到副本集的 primary 成员：

您可以通过在 MongoDB shell 中执行以下命令来验证副本集是否配置正确：

rs.status()

这将返回关于副本集配置的大量输出，但有几个键特别重要：

输出
{
        . . .
        "set" : "config",
        . . .
        "configsvr" : true,
        "ok" : 1,
        . . .
}

set 键显示副本集名称，在此示例中为 config。configsvr 键指示它是否是分片集群中的配置服务器副本集，在此情况下显示 true。最后，ok 标志的值为 1，表示副本集工作正常。

在本步骤中，您已为分片集群中的配置服务器配置了第一个副本集。在下一步中，您将为两个单个分片执行类似的配置。

完成上一步后，您将拥有一个完全配置好的副本集，可以作为分片集群的配置服务器。在本步骤中，您将把 mongo-shard1 和 mongo-shard2 实例也转换为副本集。不过，与配置服务器不同，您将配置它们作为分片集群中的实际分片。

为了设置这个，您需要对 mongo-shard1 和 mongo-shard2 的配置文件进行一些更改。由于您要设置两个独立的副本集，每个配置将使用不同的副本集名称。

在 mongo-shard1 和 mongo-shard2 上，使用您喜欢的文本编辑器打开 MongoDB 配置文件：

sudo nano /etc/mongod.conf

sudo nano /etc/mongod.conf

在文件底部找到包含 #replication: 和 #sharding: 行的配置部分。这些行在两个文件中默认都是注释掉的：

#replication:

#sharding:

在两个配置文件中，取消注释 #replication: 行（删除井号 #）。然后，在 replication: 行下方添加 replSetName 指令，后跟 MongoDB 用于标识副本集的名称。这些示例为 mongo-shard1 上的副本集使用名称 shard1，为 mongo-shard2 上的副本集使用 shard2：

. . .
replication:
  replSetName: "shard1"

#sharding:
. . .

. . .
replication:
  replSetName: "shard2"

#sharding:
. . .

然后取消注释 #sharding: 行，并在每个配置文件中该行下方添加 clusterRole 指令。在两个文件中，将 clusterRole 指令值设置为 shardsvr。这告诉相应的 MongoDB 实例，这些服务器将作为分片运行。

. . .
replication:
  replSetName: "shard1"

sharding:
  clusterRole: shardsvr
. . .

. . .
replication:
  replSetName: "shard2"

sharding:
  clusterRole: shardsvr
. . .

更新文件这两个部分后，保存并关闭文件。然后，在两个服务器上运行以下命令重启 mongod 服务：

sudo systemctl restart mongod

sudo systemctl restart mongod

至此，您已为两个分片启用了复制。与上一步配置的配置服务器类似，这些副本集也必须通过 MongoDB shell 进行初始化才能使用。在两个分片服务器上使用 mongo 命令打开 MongoDB shell：

mongo

mongo

重申一下，本指南介绍了如何部署一个分片集群，包括一个配置服务器和两个分片服务器，所有这些都由单节点副本集组成。这种设置适用于测试和说明分片的工作原理，但 不适合生产环境。

由于您将这些 MongoDB 实例配置为单节点副本集，因此可以在两个分片服务器上执行 rs.initiate() 方法（无需额外参数）来初始化复制：

rs.initiate()

rs.initiate()

这些命令将使用默认副本集配置在每个 MongoDB 实例上启动复制。如果这些命令的输出中返回 "ok" : 1，则表示初始化成功：

输出
{
        "info2" : "no configuration specified. Using a default configuration for the set",
        . . .
        "ok" : 1,
        . . .
}

输出
{
        "info2" : "no configuration specified. Using a default configuration for the set",
        . . .
        "ok" : 1,
        . . .
}

与配置服务器副本集类似，每个分片服务器将在几秒钟后被选举为主成员。虽然提示符最初可能显示 SECONDARY>，但在几秒钟后按下 shell 中的 ENTER 键，提示符将变为确认每个服务器是其各自副本集的主实例。两个分片的提示符仅在名称上不同，一个显示 shard1:PRIMARY>，另一个显示 shard2:PRIMARY>。

您可以通过在两个 MongoDB shell 中执行 rs.status() 方法来验证每个副本集是否配置正确。首先，检查 mongo-shard1 的副本集是否设置正确：

rs.status()

如果该方法的输出包含 "ok" : 1，则表示副本集运行正常：

输出
{
        . . .
        "set" : "shard1",
        . . .
        "ok" : 1,
        . . .
}

在 mongo-shard2 上执行相同的命令将显示不同的副本集名称，但其他部分几乎相同：

rs.status()

输出
{
        . . .
        "set" : "shard2",
        . . .
        "ok" : 1,
        . . .
}

至此，您已成功将 mongo-shard1 和 mongo-shard2 配置为单节点副本集。不过，目前这两个副本集以及您在上一步创建的配置服务器副本集彼此都不知道对方的存在。在下一步中，您将运行一个查询路由器并将它们全部连接起来。

您迄今为止配置的三个 replica set（一个 config server 和两个独立分片）目前正在运行，但尚未成为分片集群的一部分。要将这些组件连接为分片集群的一部分，您还需要一个工具：mongos 查询路由器。它将负责与 config server 通信并管理分片服务器。

您将使用第四个也是最后一个 MongoDB 服务器 — mongo-router — 来运行 mongos 并作为您的分片集群的查询路由器。查询路由器守护进程包含在标准的 MongoDB 安装中，但默认未启用，必须单独运行。

首先，连接到 mongo-router 服务器并停止 MongoDB 数据库服务：

sudo systemctl stop mongod

由于此服务器本身不会充当数据库，因此禁用 mongod 服务，使其在服务器启动时不自动运行：

sudo systemctl disable mongod

现在，运行 mongos 并使用以下命令将其连接到 config server replica set：

mongos --configdb config/mongo_config_ip:27017

此命令连接字符串的第一部分 config 是您先前定义的 replica set 名称。如果不同，请确保更改它，并将 mongo_config_ip 更新为您的 mongo-config 服务器的 IP 地址。

默认情况下，mongos 在前台运行并仅绑定到本地接口，从而禁止远程连接。除了防火墙设置限制服务器间流量之外，没有其他额外安全配置，这是一个可靠的安全措施。

先前的 mongos 命令将产生类似于系统日志的详细输出。在开头，您会看到类似以下的消息：

Output
{"t":{"$date":"2021-11-07T15:58:36.278Z"},"s":"W",  "c":"SHARDING", "id":24132,   "ctx":"main","msg":"Running a sharded cluster with fewer than 3 config servers should only be done for testing purposes and is not recommended for production."}
. . .

这意味着查询路由器已正确连接到 config server replica set，并注意到它仅由单个节点构建，这种配置不推荐用于生产环境。

现在，您可以将先前配置的分片添加到分片集群中。由于 mongos 在前台运行，打开另一个连接到 mongo-router 的 shell 窗口。在这个新窗口中，打开 MongoDB shell：

mongo

此命令将打开连接到本地 MongoDB 实例的 MongoDB shell，这不是 MongoDB 服务器，而是一个运行中的 mongos 查询路由器。您的提示符将变为 mongos>，而不是 MongoDB shell 通常的 >，以此指示这一点。

您可以通过运行 sh.status() 方法来验证查询路由器是否已连接到 config server：

sh.status()

此命令返回分片集群的当前状态。此时，它将在 shards 键中显示一个空的已连接分片列表：

Output
--- Sharding Status ---
  sharding version: {
        "_id" : 1,
        "minCompatibleVersion" : 5,
        "currentVersion" : 6,
        "clusterId" : ObjectId("6187ea2e3d82d39f10f37ea7")
  }
  shards:
  active mongoses:
  autosplit:
        Currently enabled: yes
  balancer:
        Currently enabled:  yes
        Currently running:  no
        Failed balancer rounds in last 5 attempts:  0
        Migration Results for the last 24 hours:
                No recent migrations
  databases:
        {  "_id" : "config",  "primary" : "config",  "partitioned" : true }
        . . .

要将第一个分片添加到集群中，请执行以下命令。在此示例中，shard1 是第一个分片的 replica set 名称，mongo_shard1_ip 是运行该分片 mongo-shard1 的服务器的 IP 地址：

sh.addShard("shard1/mongo_shard1_ip:27017")

此命令将返回成功消息：

Output
{
        "shardAdded" : "shard1",
        "ok" : 1,
        "operationTime" : Timestamp(1636301581, 6),
        "$clusterTime" : {
                "clusterTime" : Timestamp(1636301581, 6),
                "signature" : {
                        "hash" : BinData(0,"AAAAAAAAAAAAAAAAAAAAAAAAAAA="),
                        "keyId" : NumberLong(0)
                }
        }
}

然后添加第二个分片：

sh.addShard("shard2/mongo_shard2_ip:27017")

请注意，此命令中不仅 IP 地址不同，replica set 名称也不同。命令将返回成功消息：

Output
{
        "shardAdded" : "shard2",
        "ok" : 1,
        "operationTime" : Timestamp(1639724738, 6),
        "$clusterTime" : {
                "clusterTime" : Timestamp(1639724738, 6),
                "signature" : {
                        "hash" : BinData(0,"AAAAAAAAAAAAAAAAAAAAAAAAAAA="),
                        "keyId" : NumberLong(0)
                }
        }
}

您可以通过再次发出 sh.status() 命令来检查两个分片是否已正确添加：

sh.status()

Output
--- Sharding Status ---
  sharding version: {
        "_id" : 1,
        "minCompatibleVersion" : 5,
        "currentVersion" : 6,
        "clusterId" : ObjectId("6187ea2e3d82d39f10f37ea7")
  }
  shards:
        {  "_id" : "shard1",  "host" : "shard1/mongo_shard1_ip:27017",  "state" : 1 }
        {  "_id" : "shard2",  "host" : "shard2/mongo_shard2_ip:27017",  "state" : 1 }
  active mongoses:
        "4.4.10" : 1
  autosplit:
        Currently enabled: yes
  balancer:
        Currently enabled:  yes
        Currently running:  no
        Failed balancer rounds in last 5 attempts:  0
        Migration Results for the last 24 hours:
                No recent migrations
  databases:
        {  "_id" : "config",  "primary" : "config",  "partitioned" : true }
        . . .

至此，您已拥有一个完全可用的分片集群，由两个正常运行的分片组成。在下一步中，您将创建一个新数据库，为数据库启用分片，并开始对 collection 中的数据进行分区。

每个分片 MongoDB 集群中都会选举出一个分片作为集群的主分片。除了集群中每个分片上存储的分区数据之外，主分片还负责存储任何未分区的数据。

此时，您可以自由使用 mongos 查询路由器来操作数据库、文档和集合，就像操作典型的非分片数据库一样。但是，如果没有进一步的设置，您添加到集群中的任何数据都将只存储在主分片上；它不会被自动分区，您也无法体验到分片带来的好处。

为了充分发挥分片 MongoDB 集群的潜力，您必须在集群中为数据库启用分片。只有启用了分片的 MongoDB 数据库才能包含分片集合。

为了更好地理解 MongoDB 在分区数据时的行为，您需要一组可以操作的文档。本指南将使用一个代表世界上几个最人口稠密城市的文档集合。作为示例，以下示例文档代表东京：

{
    "name": "Tokyo",
    "country": "Japan",
    "continent": "Asia",
    "population": 37.400
}

您将把这些文档存储在名为 populations 的数据库和名为 cities 的集合中。

您可以在显式创建数据库之前为其启用分片。要为 populations 数据库启用分片，请运行以下 enableSharding() 方法：

sh.enableSharding("populations")

该命令将返回成功消息：

输出
{
        . . .
        "ok" : 1,
        . . .
}

现在数据库已配置为允许分区，您可以为 cities 集合启用分区。

MongoDB 提供了两种方式来分片集合并确定哪些文档将存储在哪个分片上：ranged sharding（范围分片）和 hashed sharding（哈希分片）。本指南重点介绍如何实现 hashed sharding，在这种方式中，MongoDB 在选定作为集群分片键的字段上维护一个自动化的哈希索引。这有助于实现文档的均匀分布。如果您想了解 MongoDB 中的 ranged sharding，请参阅官方文档。

在实现基于哈希的分片策略时，选择合适的 shard key 是数据库管理员的责任。不当选择的 shard key 可能会抵消分片带来的许多好处。

在 MongoDB 中，适合作为 shard key 的文档字段应遵循以下原则：

• 所选字段应具有高基数（high cardinality），即它可以有很多可能的值。添加到集合中的每个文档始终都会存储在单个分片上，因此如果选作 shard key 的字段只有少数可能的值，则向集群添加更多分片不会提升性能。以示例 populations 数据库为例，continent 字段不是一个好的 shard key，因为它只能包含少数可能的值。
• shard key 应具有低重复值频率。如果大多数文档在用作 shard key 的字段上具有重复值，则某些分片可能会存储比其他分片更多的數據。分片键在整个集合中的值分布越均匀越好。
• shard key 应便于查询。例如，经常用作查询过滤器的字段是 shard key 的好选择。在分片集群中，查询路由器只有在查询包含 shard key 时才会使用单个分片返回查询结果。否则，查询将被广播到所有分片进行评估，即使返回的文档来自单个分片。因此，population 字段不是最佳键，因为大多数查询不太可能涉及按确切人口值进行过滤。

对于本指南中使用的示例数据，country 名称字段是集群 shard key 的好选择，因为它在可能经常用于过滤查询的所有字段中具有最高的基数。

使用 country 字段作为其 shard key 来分区尚未创建的 cities 集合，请运行以下 shardCollection() 方法：

sh.shardCollection("populations.cities", { "country": "hashed" })

该命令的第一部分引用 populations 数据库中的 cities 集合，第二部分使用 hashed 分区方法选择 country 作为 shard key。

该命令将返回成功消息：

输出
{
        "collectionsharded" : "populations.cities",
        "collectionUUID" : UUID("03823afb-923b-4cd0-8923-75540f33f07d"),
        "ok" : 1,
        . . .
}

现在您可以向分片集群插入一些示例文档。首先，切换到 populations 数据库：

use populations

然后使用以下 insertMany 命令插入 20 个示例文档：

db.cities.insertMany([
    {"name": "Seoul", "country": "South Korea", "continent": "Asia", "population": 25.674 },
    {"name": "Mumbai", "country": "India", "continent": "Asia", "population": 19.980 },
    {"name": "Lagos", "country": "Nigeria", "continent": "Africa", "population": 13.463 },
    {"name": "Beijing", "country": "China", "continent": "Asia", "population": 19.618 },
    {"name": "Shanghai", "country": "China", "continent": "Asia", "population": 25.582 },
    {"name": "Osaka", "country": "Japan", "continent": "Asia", "population": 19.281 },
    {"name": "Cairo", "country": "Egypt", "continent": "Africa", "population": 20.076 },
    {"name": "Tokyo", "country": "Japan", "continent": "Asia", "population": 37.400 },
    {"name": "Karachi", "country": "Pakistan", "continent": "Asia", "population": 15.400 },
    {"name": "Dhaka", "country": "Bangladesh", "continent": "Asia", "population": 19.578 },
    {"name": "Rio de Janeiro", "country": "Brazil", "continent": "South America", "population": 13.293 },
    {"name": "São Paulo", "country": "Brazil", "continent": "South America", "population": 21.650 },
    {"name": "Mexico City", "country": "Mexico", "continent": "North America", "population": 21.581 },
    {"name": "Delhi", "country": "India", "continent": "Asia", "population": 28.514 },
    {"name": "Buenos Aires", "country": "Argentina", "continent": "South America", "population": 14.967 },
    {"name": "Kolkata", "country": "India", "continent": "Asia", "population": 14.681 },
    {"name": "New York", "country": "United States", "continent": "North America", "population": 18.819 },
    {"name": "Manila", "country": "Philippines", "continent": "Asia", "population": 13.482 },
    {"name": "Chongqing", "country": "China", "continent": "Asia", "population": 14.838 },
    {"name": "Istanbul", "country": "Turkey", "continent": "Europe", "population": 14.751 }
])

输出将类似于典型的 MongoDB 输出，因为从用户的角度来看，分片集群的行为就像一个普通的 MongoDB 数据库：

输出
{
        "acknowledged" : true,
        "insertedIds" : [
                ObjectId("61880330754a281b83525a9b"),
                ObjectId("61880330754a281b83525a9c"),
                ObjectId("61880330754a281b83525a9d"),
                ObjectId("61880330754a281b83525a9e"),
                ObjectId("61880330754a281b83525a9f"),
                ObjectId("61880330754a281b83525aa0"),
                ObjectId("61880330754a281b83525aa1"),
                ObjectId("61880330754a281b83525aa2"),
                ObjectId("61880330754a281b83525aa3"),
                ObjectId("61880330754a281b83525aa4"),
                ObjectId("61880330754a281b83525aa5"),
                ObjectId("61880330754a281b83525aa6"),
                ObjectId("61880330754a281b83525aa7"),
                ObjectId("61880330754a281b83525aa8"),
                ObjectId("61880330754a281b83525aa9"),
                ObjectId("61880330754a281b83525aaa"),
                ObjectId("61880330754a281b83525aab"),
                ObjectId("61880330754a281b83525aac"),
                ObjectId("61880330754a281b83525aad"),
                ObjectId("61880330754a281b83525aae")
        ]
}

然而，在底层，MongoDB 将文档分发到分片节点上。

您可以使用 getShardDistribution() 方法访问有关数据如何分布到分片上的信息：

db.cities.getShardDistribution()

该方法的输出为集群中每个分片提供了统计信息：

输出
Shard shard2 at shard2/mongo_shard2_ip:27017
 data : 943B docs : 9 chunks : 2
 estimated data per chunk : 471B
 estimated docs per chunk : 4

Shard shard1 at shard1/mongo_shard1_ip:27017
 data : 1KiB docs : 11 chunks : 2
 estimated data per chunk : 567B
 estimated docs per chunk : 5

Totals
 data : 2KiB docs : 20 chunks : 4
 Shard shard2 contains 45.4% data, 45% docs in cluster, avg obj size on shard : 104B
 Shard shard1 contains 54.59% data, 55% docs in cluster, avg obj size on shard : 103B

此输出表明，country 字段上的自动化哈希策略导致了在两个分片上的大致均匀分布。

您现在已经配置了一个完全可用的分片集群，并插入了自动分区到多个分片上的数据。在下一步中，您将学习如何在执行查询时监控分片使用情况。

分片（Sharding）用于扩展数据库系统的性能，因此只有高效使用它来支持数据库查询时才能发挥最佳效果。如果您的大多数数据库查询都需要扫描集群中的每个分片才能执行，那么分片带来的任何好处都会因系统复杂度的增加而丧失。

本步骤重点验证查询是否已优化为仅使用单个分片，或者是否跨越多个分片来检索结果。

首先，选择 cities 集合中的所有文档。由于您要检索所有文档，因此保证每个分片都必须用于执行查询：

db.cities.find()

不出所料，此查询将返回所有城市。重新运行查询，这次在末尾附加 explain() 方法：

db.cities.find().explain()

较长的输出将提供查询执行方式的详细信息：

输出
{
        "queryPlanner" : {
                "mongosPlannerVersion" : 1,
                "winningPlan" : {
                        "stage" : "SHARD_MERGE",
                        "shards" : [
                                {
                                        "shardName" : "shard1",
                                        . . .
                                },
                                {
                                        "shardName" : "shard2",
                                        . . .
                                }
                        ]
                }
        },
. . .

注意，获胜计划提到了 SHARD_MERGE 策略，这意味着使用多个分片来解析查询。在 shards 键中，MongoDB 返回参与评估的分片列表。在本例中，此列表包含集群的两个分片。

现在测试如果针对非所选分片键的 continent 字段进行查询，结果是否会有所不同：

db.cities.find({"continent": "Europe"}).explain()

这一次，MongoDB 也必须使用两个分片来满足查询。数据库无法知道哪个分片包含欧洲城市的文档：

输出
{
        "queryPlanner" : {
                "mongosPlannerVersion" : 1,
                "winningPlan" : {
                        "stage" : "SHARD_MERGE",
                        . . .
                }
        },
. . .

当针对分片键进行过滤时，结果应该不同。尝试仅使用先前选作分片键的 country 字段过滤日本的城市：

db.cities.find({"country": "Japan"}).explain()

输出
{
        "queryPlanner" : {
                "mongosPlannerVersion" : 1,
                "winningPlan" : {
                        "stage" : "SINGLE_SHARD",
                        "shards" : [
                                {
                                        "shardName" : "shard1",
                                        . . .
                                }
. . .

这一次，MongoDB 使用了不同的查询策略：SINGLE_SHARD 而非 SHARD_MERGE。这意味着只需单个分片即可满足查询。在 shards 键中，只会提到单个分片。在本例中，日本的文档存储在集群的第一个分片上。

通过在查询游标上使用 explain 功能，您可以检查正在运行的查询是跨越一个还是多个分片。这反过来也可以帮助您确定查询是否会通过同时访问每个分片而使集群过载。您可以使用此方法——结合分片键选择的经验法则——来选择能带来最大性能提升的分片键。

分片（Sharding）作为一种广泛使用的策略，可以提升大型数据集群的性能和可扩展性。与复制结合使用时，分片还能提高可用性和数据安全性。分片也是 MongoDB 进行水平扩展的核心手段，您可以通过向集群添加更多节点来扩展数据库集群性能，而无需将数据库迁移到更大、更强大的服务器。

通过完成本教程，您已经了解了 MongoDB 中的分片工作原理、如何配置 config servers 和各个 shard，以及如何将它们连接起来形成一个分片集群。您使用了 mongos 查询路由器来管理分片、引入数据分区、针对数据库执行查询，并监控分片指标。

这种策略带来了诸多好处，但也伴随着管理挑战，例如需要管理多个 replica set 以及更复杂的セキュリティ考虑。要了解更多关于分片以及在开发环境之外运行分片集群的内容，我们鼓励您查看官方 MongoDB 文档的相关主题。否则，我们鼓励您查看我们系列中其他关于 How To Manage Data with MongoDB 的教程。