MongoDB

目录

MongoDB的基本概念

‌一、核心原理深度剖析‌

‌1. 数据存储模型‌

‌2. 存储引擎（WiredTiger）‌

‌3. 分布式架构‌

‌二、核心特性详解‌

‌1. 查询与索引能力‌

‌2. 高可用与容灾‌

‌3. 扩展性设计‌

‌三、适用场景与意义‌

‌1. 核心应用场景‌

‌2. 开发者效率提升‌

‌3. 企业级能力‌

‌四、局限性及应对‌

五、特点 

‌总结‌

常用命令

MongoDB的基本概念

‌一、核心原理深度剖析‌

‌1. 数据存储模型‌

• ‌BSON 格式‌
  • 二进制 JSON（Binary JSON），扩展 JSON 功能：支持 Date/Binary/Decimal 等类型，最大文档尺寸 16MB。
  • 示例：{ name: "Alice", login_time: new Date("2023-01-01"), profile: { age: 30 } }
• ‌动态 Schema 机制‌
  • ‌同一集合（Collection）‌ 中允许文档结构自由变化，如：

    // 文档1：用户基础信息 { _id: ObjectId(), name: "Bob", email: "bob@example.com" } 
    
    // 文档2：扩展社交信息 { _id: ObjectId(), name: "Alice", twitter: "@alice", tags: ["tech", "music"] } 

  • 底层实现：每个文档自带元数据描述结构，查询时动态解析。

‌2. 存储引擎（WiredTiger）‌

‌3. 分布式架构‌

• ‌副本集（Replica Set）‌

  • 最小配置：1 Primary（主节点） + 2 Secondaries（从节点）
  • ‌数据同步‌：通过 OpLog（操作日志）实现异步复制，延迟通常在毫秒级。
  • ‌自动故障转移‌：心跳检测超时后，剩余节点投票选举新 Primary。

• ‌分片（Sharding）‌

  • ‌分片键（Shard Key）‌：决定数据分布的字段（如 user_id）。
  • ‌分片策略‌：

    类型	原理	适用场景
    范围分片	按分片键值范围划分	范围查询高效的场景
    哈希分片	对分片键哈希后分布	数据均匀分布需求

  • ‌路由层（Mongos）‌：协调客户端请求，路由到对应分片。

‌二、核心特性详解‌

‌1. 查询与索引能力‌

• ‌索引类型‌：

  • ‌单字段索引‌：db.users.createIndex({ name: 1 })
  • ‌复合索引‌：db.users.createIndex({ name: 1, age: -1 })
  • ‌多键索引‌：数组字段自动展开索引（如 tags: ["a","b"]）
  • ‌TTL 索引‌：自动过期数据（如日志）
  • ‌地理位置索引‌：支持球面/平面几何查询

• ‌聚合框架（Aggregation Pipeline）‌：

  db.orders.aggregate([
       { $match: { status: "completed" } }, // 过滤 
       { $group: { _id: "$product", total: { $sum: "$amount" } } }, // 分组求和 
       { $sort: { total: -1 } } // 排序 
  ]) 

‌2. 高可用与容灾‌

• ‌读写策略配置‌：

  // 写操作：要求写入多数节点才确认 db.writeConcern({ w: "majority", wtimeout: 5000 }) 
  
  // 读操作：从最近节点读取（低延迟） db.readPreference("nearest") 

• ‌数据恢复‌：
  • Oplog 保留窗口（默认 24 小时），可回溯恢复误删数据。

‌3. 扩展性设计‌

• ‌弹性分片扩容‌：
  • 动态添加分片，Balancer 后台自动迁移数据块（默认块大小 64MB）。
  • 无停机扩容，适应业务增长。

‌三、适用场景与意义‌

‌1. 核心应用场景‌

‌2. 开发者效率提升‌

• ‌开发友好性‌：
  • 文档结构与代码对象直接映射（如 JSON ↔ Java/Python 对象）。
  • 无模式变更的迁移成本，快速迭代产品。

‌3. 企业级能力‌

• ‌安全‌：TLS/SSL 加密、角色权限控制、审计日志。
• ‌监控‌：内置 Profiler 分析慢查询，集成 Prometheus/Grafana。

‌四、局限性及应对‌

1. ‌事务限制‌：
   • 多文档事务性能低于 RDBMS（推荐单文档事务优先）。
2. ‌JOIN 支持弱‌：
   • 需用 $lookup 模拟关联查询，深度嵌套可能低效。
3. ‌内存消耗‌：
   • 索引常驻内存，大集群需规划 RAM 与 SSD 配置。

五、特点 

1. ‌文档型存储的灵活性‌

• 采用类似JSON的BSON格式（Binary JSON），支持嵌套数据结构
• 单条文档最大支持16MB，适合存储复杂对象
• 示例：一个商品文档可包含基本信息、评论数组、库存对象等

1. ‌动态模式的工程优势‌

• 开发初期无需冻结数据模型
• 支持同一集合中存储不同结构的文档
• 可通过JSON Schema实现后期数据验证

1. ‌性能优化机制‌

• 支持多种索引类型：单字段/复合/多键/文本/地理空间等
• 写操作默认写入内存映射文件，通过后台线程持久化
• 查询优化器会自动选择最佳执行计划

1. ‌分片集群架构‌

• 支持基于范围/哈希/区域的分片策略
• 配置服务器存储集群元数据
• 查询路由器（mongos）自动路由请求

1. ‌查询能力的深度‌

• 支持match/match/group/$sort等聚合管道阶段
• 提供$lookup实现类似SQL的join操作
• 地理空间查询支持包含/相交/邻近等关系

1. ‌高可用实现原理‌

• 副本集采用Raft选举算法
• 默认一主多从架构，自动故障转移
• 从节点可配置为隐藏节点或延迟节点

1. ‌企业级功能‌

• 加密存储引擎（企业版）
• 时间点恢复能力
• 完善的监控和备份工具

以下是MongoDB术语的深度解析表格（含技术细节和典型应用场景）：

扩展说明：

1. ‌分片策略选择‌：范围分片适合连续值（如时间戳），哈希分片适合离散值（如用户ID）
2. ‌索引优化技巧‌：ESR规则（Equality-Sort-Range）构建复合索引，覆盖查询(covered query)可避免回表
3. ‌写入关注级别‌：支持{w: "majority"}确保数据持久化到多数节点
4. ‌特殊操作符‌：$expr支持聚合表达式查询，$jsonSchema支持模式验证

‌总结‌

    MongoDB 通过文档模型解放数据结构约束，借助 WiredTiger 引擎和分片架构实现高性能与水平扩展。它在处理‌多变数据结构‌、‌高吞吐写入‌和‌分布式部署‌场景中展现优势，成为现代应用（如实时分析、物联网平台）的核心基础设施。开发者在享受灵活性的同时，需针对性设计分片键、索引和聚合管道以发挥极致性能。

常用命令

一、数据库操作命令

1. show dbs

   • 功能：列出所有物理存在的数据库（空数据库不显示）
   • 原理：扫描数据目录下的文件系统14

   // 示例： > show dbs
    admin 0.000GB // 系统管理数据库
    config 0.000GB // 分片配置数据库 

2. use <db_name>

   • 特性：数据库不存在时不立即创建，需插入数据后持久化46
   • 注意：切换后可通过db命令查看当前数据库

二、集合操作命令

1. db.createCollection()

   • 高级参数：

     db.createCollection("logs", {
      capped: true, // 创建固定集合
      size: 1048576, // 1MB空间限制
      max: 1000 // 最多1000文档
      }) // 常用于日志存储场景:ml-citation{ref="5,6" data="citationList"} 

2. db.<collection>.stats()

   • 输出解析：

     {
      "count": 253, // 文档总数
      "size": 64768, // 未压缩字节数
      "storageSize": 81920, // 磁盘占用空间
      "nindexes": 2 // 索引数量 
     } // 用于容量监控:ml-citation{ref="8,10" data="citationList"} 

三、文档CRUD命令

1. 插入操作：

   db.users.insertOne({
    _id: ObjectId(), // 可省略自动生成
    name: "李雷",
    tags: ["学生", "会员"],
    meta: { // 嵌套文档
        created: new Date()
    } 
   }) // 原子性写入:ml-citation{ref="1,10" data="citationList"} 

2. 查询操作符：

   db.orders.find({
    amount: { $gt: 100 }, // 金额>100
    status: { $in: ["paid", "shipped"] },
    "address.city": "北京" // 点符号查询嵌套字段:ml-citation{ref="6,10" data="citationList"}
    }).sort({ created_at: -1 }) // 按时间降序 

四、索引管理

1. 创建复合索引：

   db.products.createIndex(
    { category: 1, price: -1 }, // 1升序，-1降序
    {
        name: "cat_price_idx", // 自定义索引名
        background: true // 后台构建不影响业务:ml-citation{ref="10,12" data="citationList"}
    } 
   ) 

2. 索引分析：

   db.products.find(
    { category: "电子" } 
   ).explain("executionStats") // 显示查询计划:ml-citation{ref="8,10" data="citationList"} 

五、聚合管道

db.sales.aggregate([
 { $match: { date: { $gte: ISODate("2025-01-01") } } }, // 阶段1：过滤
 { $group: {
     _id: "$product",
     total: { $sum: "$amount" },
     avg: { $avg: "$price" }
 } }, // 阶段2：分组计算
 { $sort: { total: -1 } }, // 阶段3：排序
 { $limit: 10 } // 阶段4：限制结果数:ml-citation{ref="10,11" data="citationList"} ]) 

六、运维监控命令

1. 查看活跃连接：

   db.currentOp({
    "active": true,
    "secs_running": { "$gt": 5 } // 运行超5秒的操作:ml-citation{ref="8,12" data="citationList"} 
   }) 

2. 副本集状态：

   rs.status() // 显示成员状态/优先级/延迟等信息:ml-citation{ref="12" data="citationList"} 

特殊注意事项：

1. 权限控制需在admin库执行：

   use admin 
   db.createUser({
    user: "admin",
    pwd: "sEcUrE123",
    roles: ["root"] // 超级管理员角色:ml-citation{ref="2,12" data="citationList"} 
   }) 

2. 批量插入性能优化：

   var bulk = db.items.initializeUnorderedBulkOp() 
   bulk.insert({ _id: 1, name: "A" }) 
   bulk.insert({ _id: 2, name: "B" }) 
   bulk.execute() // 比单条插入快10倍以上:ml-citation{ref="10" data="citationList"}