将“工作集”放入MongoDB的RAM中意味着什么？
MongoDB是快速的，但只有当你的工作集或索引可以适应内存。 所以如果我的服务器有16G内存，那么这是否意味着我所有的集合的大小需要小于或等于16G？ 一个人怎么说“好的，这是我的工作集，其余的可以”存档？
“工作集”基本上是您的系统正在使用/正在使用的数据和索引的数量。
举个例子，假设你有一年的数据。 为了简单起见，每个月都涉及到1GB的数据，共计12GB，为了覆盖每个月的数据，您还有1GB的指标，总共12GB。
如果您总是访问最近12个月的数据，那么您的工作集是：12GB（数据）+ 12GB（索引）= 24GB。
但是，如果您实际上只访问最近3个月的数据，那么您的工作集为：3GB（数据）+ 3GB（索引）= 6GB。 在这种情况下，如果你有8GB内存，然后你开始定期访问过去6个月的数据，那么你的工作集将开始超过你的可用内存，并对性能产生影响。
但是一般来说，如果你有足够的RAM来覆盖你期望经常访问的数据/索引的数量，那么你会没事的。
编辑：在评论中回答问题
我不确定我是否遵守，但我会去接听。 首先，工作组的计算是“球场图”。 其次，如果你在user_id上有一个（例如）1GB的索引，那么只有那个被普遍访问的索引部分需要在RAM中（例如，假设有50％的用户是不活跃的，那么0.5GB的索引会更频繁RAM中需要/需要）。 一般来说，你拥有的内存越多，尤其是随着使用率的增加，工作集可能会随着时间而增长。 这是分片进来的地方 – 将数据分成多个节点，并且可以有效地向外扩展。 然后你的工作集被分成多个机器，这意味着更多的可以保存在RAM中。 需要更多的内存？ 将另一台机器添加到碎片。
工作集基本上是你最常用的东西。 如果您使用索引A作为集合B来search文档的子集，那么您可以考虑您的工作集。 只要这些结构中最常用的部分能够适应记忆，事情将会非常快速。 由于零件不再适合您的工作集，就像许多文档那样会减慢速度。 如果你的索引超出你的记忆，通常事情会变得更慢。
是的，您可以拥有大量数据，其中大部分数据是“归档”的，在不影响应用程序性能或影响工作集（不包括归档数据）的情况下很less使用。
我知道索引是一棵B树。 如果数据超出了可以适应内存的大小，为什么这么重要呢？ B-Tree速度相当快，在很大程度上减less了磁盘访问。 为什么要担心？
