想要深入了解MongoDB如何存储数据之前，有一个概念必须清楚，那就是 Memeory-Mapped Files。
Memeory-Mapped Files
下图展示了数据库是如何跟底层系统打交道的。 (虚拟内存是计算机系统内存管理的一种技术。 它使得应用程序认为它拥有连续可用的内存（一个连续完整的地址空间）， 而实际上，它通常是被分隔成多个物理内存碎片， 还有部分暂时存储在外部磁盘存储器上，在需要时进行数据交换。)
内存映射文件是OS通过mmap在内存中创建一个数据文件，这样就把文件映射到一个虚拟内存的区域。
虚拟内存对于进程来说，是一个物理内存的抽象，寻址空间大小为2^64
操作系统通过mmap来把进程所需的所有数据映射到这个地址空间(红线)， 然后再把当前需要处理的数据映射到物理内存(灰线)
当进程访问某个数据时，如果数据不在虚拟内存里， 触发page fault，然后OS从硬盘里把数据加载进虚拟内存和物理内存
如果物理内存满了，触发swap-out操作，这时有些数据就需要写回磁盘， 如果是纯粹的内存数据，写回swap分区，如果不是就写回磁盘。
MongoDB的存储模型
- 有了内存映射文件，要访问的数据就好像都在内存里面，简单化了MongoDB访问和修改数据的逻辑
MongoDB读写都只是和虚拟内存打交道，剩下都交给OS打理 (mongoDB的高效数直接通过系统高效的VM系统来实现的)
虚拟内存大小=所有文件大小+其他一些开销(连接，堆栈)
如果journal开启，虚拟内存大小差不多翻番(Journaling是MongoDB中非常重要的一项功能，类似于关系数据库中的事务日志。Journaling能够使MongoDB数据库由于意外故障后快速恢复)
使用MMF的好处1：不用自己管理内存和磁盘调度2：LRU策略3：重启过程中，Cache依然在。
使用MMF的坏处2：RAM使用会受磁盘碎片的影响，高预读也会影响2：无法自己优化调度算法，只能使用LRU
mongoDB 文件系统
extent 组成
在每一个数据文件内，MongoDB把所存储的BSON文档的数据和B树索引组织到逻辑容器“Extent”里面。
一个文件可以有多个Extent
每一个Extent只会包含一个集合的数据或者索引
同一个集合的数据或索引可以分布在多个Extent内。这几个Extent也可以分步于多个文件内
同一个Extent不会又有数据又有索引
结构说明：
lenght
xNext
xPrev
firstRecord
LastRecord
extent每个record 的组成
-> recordlength
xNext
xPrev
document #文件的json内容
磁盘上的文件是有extent构成，分配集合空间的时候也是以extent为单位进行分配的
一个集合有一个或者多个etent
ns文件里面命名空间记录指向那个集合的第一个extent
数据文件与空间分配 当创建数据库时 (其实MongoDB没有显式创建数据库的方法，在向数据库中的集合写入数据时会自动创建该数据库)， MongoDB会在磁盘上分配一组数据文件，所有集合，索引和数据库的其他元数据都保存在这些文件里。
数据文件被放在启动时指定的dbpath里，默认放入/data/db下面。
典型的一个文件组织结构如下：
mongod.lock中存储了服务器的进程ID，是一个进程锁定文件。
数据文件是依据所属的数据库命名的。 test.ns是第一个生成的文件(ns扩展名就是namespace的意思)， 数据库中的每个集合和索引都有自己的命名空间，每个命名空间的元数据都存放在这个文件里。
默认情况下，.ns文件大小固定在16MB，大约可以存储24000个命名空间。(16mb->24000) 也就是说数据库中的索引和集合总数不能超过24000，该值可以通过mongod的–nssize选项进行定制。 像test.0这样以0开始的整数结尾的文件就是集合和索引数据文件。刚开始的时候，即使只有一条数据，
MongoDB也会预分配几个文件，这种预分配的做法，能让数据
尽可能连续存储，
减少磁盘碎片。
在像数据库添加数据时，MongoDB会分配更多的数据文件。
每个新数据文件的大小都是上一个已分配文件的两倍(64M->128M->256M)，直到预分配文件大小的上限2G。
此处基于一个假设，如果总数据大小呈恒定速率增长，应该逐渐增加数据文件分配的空间。
当然这个预分配策略也是可以通过–noprealloc关掉，但是不建议在production环境下使用。 默认的local数据库，该数据库不参与replication。
当mongod是一个副本集的成员时，在local数据库中就有一个叫做oplog.rs的预分配的capped集合，
预分配的大小为磁盘空间的5%。这个大小可以通过–oplogSize进行调整。
oplog主要用于副本集Primary和Secondary成员见的replication，它的大小限制了两个副本集之间， 在重新完全同步之前，允许多长时间不同步。 journal目录，journal功能2.4版本默认是开启的。
可以使用db.stats()来确认已使用空间和已分配空间。
使用db.accesslog.stats()确认某个集合的使用量 复制代码
