我们有一个可能非常大的集合。这个集合用于存储Bill相关数据。因此，这通常用于报告/分析目的。
请告诉我处理这个大型系列的最佳方法
1）我可以拆分和存档旧数据（例如12个月）吗？但是这里需要旧数据来获取分析报告。我想查询这些旧数据以显示过去2个人的销售比较。
2）我可以使用旧数据（12个月）进行新的收集。因此，我每12个月就会创建一个新的收藏品。为了生成报告，我可以访问所有要查询的文档。那么这会导致性能问题吗？
3）我可以选择Sharding吗？
答案 0 :(得分：1)
要考虑很多变量，最明显的是您使用的硬件，数据的结构以及查询方式。分布式网络应该能够比单个机器更快地咀嚼您的数据，但在深入研究该解决方案之前，我建议生成与您期望的相当的荒谬数量的模拟数据，然后测试各种方法。认真。创建一堆数据，并尝试破解事物。好有趣！很快你就会比任何网站都能告诉你更多地了解你的问题需要什么。
关于直接回复：
也许，在归档数据之前，可以生成（或更新）适当的统计摘要。这些摘要/简化可用于销售比较，无需重新加载它们所代表的所有存档数据。
这让我觉得很明智。通过拆分销售数据，您可以更好地控制需要访问的数据量。毕竟，用户不会总是希望看到3年的数据，他们可能只希望看到上周的数据。
实际需要时移至分片。正如MongoDB网站上所述：
将非分片数据库转换为分片群集非常简单且无缝，因此在数据集很小的情况下配置分片几乎没有什么优势。
您将知道您的内存映射接近服务器RAM限制的时间。 MongoDB支持读取和写入数据库太大而无法保留在内存中，但我相信您已经知道 SLOW 。