一文全面总结MongoDB知识体系
知识体系
MongoDB学习引入
MongoDB生态
学习要点
1. MongoDB引入和生态介绍： 首先了解NoSQL基本的概念以及MongoDB基础概念，进而引入MongoDB的生态。
在学习MongoDB之前先简单了解相关概念。
很多人在学习Mongo时仅仅围绕着数据库功能，围绕着CRUD和聚合操作，但是MongoDB其实已经基本形成了它自身的生态了。我们在学习一项技能时一定要跳出使用的本身，要从高一点的格局上了解整个生态，这样会对你构筑知识体系有很大的帮助。。
2. MongoDB入门 - 基本使用： 开始学习MongoDB安装，使用等。
在理解MongoDB基础概念后，本文将介绍MongoDB的安装和最基本的CURD操作。
在了解MongoDB的基本CRUD操作后，常用的其它操作还有对字段的索引以及对字段的聚合操作。
本文将主要介绍常用的MongoDB的工具，这些工具可以极大程度的提升你的效率。
本文为低优先级，只是向你介绍下MongoDB提供的原生的JavaAPI；而大多数公司使用Spring框架，会使用Spring Data对MongoDB原生API的封装，比如JPA，MongoTemplate等。
本文为主要介绍Spring Data对MongoDB原生API的封装，比如JPA，MongoTemplate等。以及原生API和Spring data系列之间的关系。
3. MongoDB进阶 - 原理和WiredTigger存储引擎： 在学习完常用的基础之后，我们再看下MongoDB的原理和WiredTigger存储引擎。
上面章节已经对MongoDB生态中工具以及使用有了基础，后续文章我们将开始理解MongoDB是如何支撑这些功能的。我们将从最基本的MongoDB的体系结构开始介绍，主要包括
MongoDB的包结构，MongoDB的数据逻辑结构，MongoDB的数据文件结构。其中围绕着MongoDB的数据文件结构，将为我们后续介绍MongoDB的存储引擎详解打下基础。开始初步了解MongoDB实现原理和WiredTiger引擎。
MongoDB的WiredTiger存储引擎背后采用了什么样的数据结构呢？本文将从
常见引擎数据结构，典型B-Tree数据结构，磁盘数据结构,内存数据结构,Page数据结构等方面详解介绍。。通过前文我们了解到数据以page为单位加载到cache; 有必要系统的分析一页page的生命周期、状态以及相关参数的配置，这对后续MongoDB的性能调优和故障问题的定位和解决有帮助。
Checkpoint主要有两个目的: 一是将内存里面发生修改的数据写到数据文件进行持久化保存，确保数据一致性；二是实现数据库在某个时刻意外发生故障，再次启动时，缩短数据库的恢复时间，WiredTiger存储引擎中的Checkpoint模块就是来实现这个功能的。
4. MongoDB进阶 - 数据库核心知识点： 再者我们还学要进一步学习MongoDB的核心知识点。
数据库核心知识点之索引
数据库核心知识点之复制集
数据库核心知识点之复分片Sharding
数据库核心知识点之备份恢复
5. MongoDB进阶 - 数据模型设计： 在真正使用中，需要知道如何设计数据模型。
MongoDB使用文档数据模型。
MongoDB使用文档数据模型具有内在的灵活性，允许数据模型支持你的应用程序需求, 灵活性也可能导致模式比它们应有样子的更复杂。这涉及到如何在MongoDB中设计数据库模式（schema），有一个严峻的现实，大多数性能问题都可以追溯到糟糕的模式设计。
6. MongoDB进阶 - 性能优化： 最后基于上述知识点，我们再了解下常见的性能优化的方式。
在MongoDB中通过查询聚合语句分析定位慢查询/聚合分析
学习资料
下面是一些学习MongoDB的参考资料。@pdai
官网资料
最好的资料在官网。