MMAPv1 是mongodb 在3.2以前默认的存储引擎，在3.2 之后默认的存储引擎为WiredTiger,MMAPv1存储引擎基于内存映射文件，它擅长高容量的插入，读取和更新。
Journal
为了确保所有对mongodb 数据集的修改是可持续的写到磁盘中，mongodb 默认所有的记录都写在磁盘中的日志里面，mongodb写日志比写数据文件更加平凡。默认的情况下，mongodb每隔60秒写到磁盘中的数据文件一次，而写日志文件粗略的每隔100毫秒，这些值都是他们写数据文件的最大时间间隔，在更多的mongodb的应用例子中，mongdb和操作系统刷新数据到磁盘是更加频繁的，因此这些值都是理论上的最大值。，去改变日志文件写的时间间隔，看 storage.syncPeriodSecs ，改变日志文件写入的时间间隔看storage.journal.commitIntervalMs。
当mongdb的实例退出后，这些日志允许mongdb从数据文件中恢复数据并不刷新所有的改变。
Record Storage Characteristics
所有的记录被写进磁盘中，当一个document变的比被分配到的磁盘的地址空间更大的时候，mongdb 必须分配一个新的地址，新的地址要求mongodb 移动这个document 和更新与这个document 有关的所有的索引，这将导致需要花费更多的时间去更新地址和整理存储碎片。
值得庆幸的是，在mongdb3.0以后的版本中，有所改变，默认的情况下，3.0以后的版本中， 使用了 Power of 2 Sized Allocations，每一个在mongdb中的document被存储在一个磁盘空间中，这个空间包括他自己和一些额外的空间，这些额外的空间允许document更新导致的增长以最大可能的减少重新分配。
Record Allocation Strategies
mongodb 支持多个空间分配策略，当分配一个空间时，这些策略决定mongod 怎样增加一个额外的空间到这个doument上，因为在mongodb 中，document在插入后是可以增加的，所有的记录都在磁盘上，一个额外的空间可以减少一个document在更新变大重新分配空间的需要。重新分配更新空间效率是比在本地空间更新效率低，并且重新分配空间导致存储的碎片，因此，所有的另外增加额外的（padding stratrgies）策略交换另外的空间提高了效率减少了碎片。
不同的策略支持不同的工作负载，lead to storage fragmentation 是对插入更新和删除的工作负载时更佳有效的， exact fit allocations（精确分配）是一个好的策略对于一个没有更新和删除的工作负载。
Power of 2 Sized Allocations
mongodb 在3.0 以后的版本中默认使用了Power of 2 Sized Allocations 的分配策略为MMPAPv1，每一个空间的大小都是2的指数比特（如：32，64，128，256，512 ... 2MB）,由于文档的大小都超过了2MB ,分配的空间被上升到了2MB 的倍数。
The power of 2 sizes有如下关键的属性：
* 可以有效的重新释放空余的空间用来减少分裂。把特定的空间大小转化为一个固定大小增加的集合，插入的数据将保存在可能被更早的document删除或者搬迁创造的空间中。
*可以减少移动，增加额外的装饰空间给一个document不需要移动就可以增长空间。另外，节省了移动的花费，在不需要更多的去更新索引。虽然The power of 2 sizes策略可以最大程度的减少移动，但是不能完全的消除。
No Padding Allocation Strategy
对于一些collections 工作不改变文档的大小，如插入和更新工作，这些工作都不增加文件的大小，这个时候The power of 2 sizes 策略是没用的，你可以使用collMod 命令或者db.createCollection() 方法并且用nopadding 对象。
在3.0以前，mongdb 使用一个分配策略，这个策略包括动态计算padding 作为一个document 大小的因素。
Memory Use
使用MMAPv，mongodb 自动使用所有机器的空闲的内存作为它的cache,系统资源监视器监视mongodb 使用的内存情况，这意外这着mongodb将尽可能多的使用空闲的内存，如果其他的进程突然需要服务器大量的内存，mongdb 将会缓存内存到其他的进程。
严格的来说，操作系统的虚拟内存的子系统管理mongdb内存，这意外着mongodb将尽可能的使用更多的空闲的内存，按照实际需要内存和磁盘进行数据交换，部署充足的内存去使应用程序工作的数据集有充足的RAM，使mongodb 达到最好的性能。