2020-01-24这里有个问题没理解，工作集大小是热数据加索引数据，隐含的意思就是索引数据和热数据都是全量在内存里的？如果是的话，索引数据是mongodb自己维护在内存的？热数据是自己应用程序维护在内存里的?作者回复: mongodb使用LRU算法对缓存数据进行管理。热数据和索引数据，他们本身的特性就决定了会经常被访问。你只要提供足够大小的缓存空间，他们自然就会被mongo留在缓存里，因为被经常访问缘故。
应用程序不用自己维护缓存数据。 1- 2020-01-19老师，用userid加time做片键，在查询时会有需要等待多个分片的结果一起返回的问题吗？
作者回复: 如果你的查询条件里有userid，就不会用到多个分片。
如果你的查询条件里没有userid，就会发散到多个片 - 2020-01-18老师，分片除了基于数据量是不是也要考虑集合内部的数据数量大小考虑？之前好像您有说上亿条还是多少以后读写性能也会显著变差，这种情况是不是也要考虑分片？
作者回复: 是的，分片不仅仅是数据量（我想你指的是行数），也和存储/IOPS有关系，还有内存/客户端连接数都有关系。 在课程内这一点我有明确说明。
2020-01-11老师，请教一个问题，数据大小与机器配置有没有经验换算方式，比如1TB数据，1主2从复制集，单台服务器需要多大的配置，CPU、内存，还是需要模拟压测作者回复: 官方没有标准算法 - 根据workload的不同，硬件配置可以差别很大。你可以参考MongoDB Atlas上面有个机器大小可以支持的Connections，所以从应用要支持的连接数，可以做一个反推。但是并不考虑你的数据量，所以只是个概括估计。
https://docs.atlas.mongodb.com/connection-limits/index.html