MongoDB是一种基于分布式文件存储的NoSQL数据库，具有高可扩展性，高可用性和自动故障转移等特性，受到越来越多开发者的喜爱，但是由于Mongodb本身性能的限制，优化数据位置策略变得十分重要。
在MongoDB中，数据的位置主要有两种模式：垂直模式和水平模式。
– 垂直模式：垂直模式也称为服务器上绑定模式，将特定类型的数据存储在特定的Mongodb实例上，这种模式可以有效提高查询性能，降低服务器压力。
– 水平模式：水平模式称为分片模式，将数据按照一定的算法均衡分配到不同的Mongodb实例上，可以有效扩展Mongodb的存储容量。
优化数据位置策略的主要目的是扩大Mongodb的数据存储、查询和出货能力，最常用的优化策略如下：
1. 合理安排工作负荷
维护每个实例的数据量差异化，避免Mongodb集群中有节点过载，比如将最热门的查询数据位置在更高性能的实例上。
2. 设置索引
设置反向索引，提高查询效率，特别是当要查询的字段包含大量重复值时，设置反向索引可以极大提高查询性能。
3. 优化数据结构
根据数据的特性，合理设计MongoDB的Collection、Database的结构，可以有效提高Mongodb查询性能，比如按照类型将数据存储在不同的Collection中，比如按照地域将数据存储在不同的DB中。
4. 合理组织数据
使用MongoDB的游标技术，合理组织数据，提高MongoDB数据查询的效率。比如在查询数据时，根据关键字分组查询，能够节省查询时间。
总结：MongoDB定位全攻略——优化数据位置策略是提高Mongodb查询效率的关键，有效的优化可以提高MongoDB的数据存储、查询和出货的能力，最常用的优化策略包括合理安排工作负荷、设置索引、优化数据结构和合理组织数据等。