为什么“存储在一起，访问在一起”对您的数据库至关重要
原文英文，约2800词，阅读约需11分钟。
📝
内容提要
在需要同时获取多个数据时，从单一位置读取数据是最快的方法。文档数据库允许开发者控制数据存储布局，保持相关数据在一起可提高性能，减少磁盘I/O和网络延迟。理解数据局部性原则对现代数据库尤其重要，MongoDB通过将文档存储在连续存储块中，优化性能。
🔎
延伸解读
数据局部性的重要性
在现代数据库中，数据局部性原则至关重要。将相关数据存储在一起可以显著提高性能，减少磁盘I/O和网络延迟。开发者在设计数据库时应优先考虑这一原则，以确保在高并发场景下的稳定性和响应速度。
MongoDB与SQL数据库的对比
MongoDB与传统SQL数据库在数据存储和访问模式上存在显著差异。MongoDB强调物理存储的局部性，允许开发者直接控制数据布局，而SQL数据库则更注重逻辑模型的独立性。理解这些差异有助于开发者选择合适的数据库解决方案。
水平扩展的挑战
虽然水平扩展可以在不停止服务的情况下增加节点，但这也可能导致分布式查询的增加，从而引入不可预测的延迟。开发者在设计系统时需考虑如何优化数据局部性，以减少这种延迟对应用性能的影响。
❓
Q&A
为什么在数据库中保持相关数据在一起很重要？
保持相关数据在一起可以减少磁盘I/O和网络延迟，从而提高性能。
MongoDB如何优化数据存储以提高性能？
MongoDB通过将文档存储在连续的存储块中，遵循“一起存储、一起访问”的原则来优化性能。
SQL数据库与文档数据库在数据存储方面有什么不同？
SQL数据库设计为数据独立，用户与逻辑模型交互，而文档数据库允许开发者控制物理存储布局。
如何在MongoDB中实现数据局部性？
在MongoDB中，局部性可以在应用层明确定义，开发者应优先考虑单文档操作以提高性能。
什么是水平扩展，它对数据库性能有什么影响？
水平扩展允许在不停止服务的情况下添加或移除节点，但会增加分布式查询的可能性，影响性能。
在设计数据库时，如何选择合适的文档模型？
选择文档模型时，应识别经常一起访问的聚合数据，并将其存储在同一文档中，同时使用合适的索引和分片键。
🏷️
