【MongoDB】基础知识全面解析：从入门到核心概念-EW帮帮网

一、MongoDB 是什么？

MongoDB 是一种开源文档型 NoSQL 数据库，以灵活的 JSON 格式（BSON）存储数据，无需固定表结构，适合处理半结构化和非结构化数据。与传统关系型数据库（如 MySQL）相比，它具有以下特点：

灵活的数据模型：文档结构可动态调整，适应业务需求变化。
水平扩展性：支持分片集群，轻松应对海量数据存储。
高性能读写：通过索引优化和内存缓存提升查询效率。

二、核心概念与术语对比

MongoDB 术语	对应关系型数据库术语	说明
数据库（Database）	数据库	存储文档集合的容器
集合（Collection）	表（Table）	一组文档的集合，类似表，但无固定模式
文档（Document）	行（Row）	数据的基本单位，类似 JSON 对象，可包含嵌套结构
字段（Field）	列（Column）	文档中的键值对，值可包含数组、对象等复杂类型
索引（Index）	索引	用于加速查询，支持单字段、复合字段和地理空间索引

三、数据模型与文档结构

MongoDB 的文档以 BSON（Binary JSON）格式存储，支持嵌套数据结构。例如，一个电商商品文档：

{
  "_id": ObjectId("64a1b2c3d4e5f6g7h8i9j0"),
  "name": "智能手表",
  "price": 1299.00,
  "category": "电子产品",
  "specs": {
    "screen": "1.39英寸AMOLED",
    "battery": "420mAh"
  },
  "tags": ["智能设备", "可穿戴", "运动"],
  "reviews": [
    { "user": "张三", "rating": 4, "comment": "续航不错" },
    { "user": "李四", "rating": 5, "comment": "功能齐全" }
  ]
}

优势： 嵌套结构减少关联查询，提升复杂数据的读写效率。

四、CRUD 操作基础语法

1. 创建（Create）

// 插入单个文档
db.products.insertOne({ name: "笔记本电脑", price: 5999 });

// 插入多个文档
db.products.insertMany([
  { name: "手机", price: 3999, tags: ["5G"] },
  { name: "平板", price: 2499, tags: ["触控"] }
]);

3. 查询（Read）

// 查询所有文档
db.products.find();

// 条件查询（价格大于4000）
db.products.find({ price: { $gt: 4000 } });

// 多条件查询（价格大于4000且包含5G标签）
db.products.find({ price: { $gt: 4000 }, tags: "5G" });

// 投影（只返回指定字段）
db.products.find({}, { name: 1, price: 1, _id: 0 });

4. 更新（Update）

// 更新单个文档（设置价格为6299）
db.products.updateOne(
  { name: "笔记本电脑" },
  { $set: { price: 6299 } }
);

// 批量更新（所有5G产品价格增加100）
db.products.updateMany(
  { tags: "5G" },
  { $inc: { price: 100 } }
);

5. 删除（Delete）

// 删除单个文档
db.products.deleteOne({ name: "平板" });

// 删除所有价格低于3000的文档
db.products.deleteMany({ price: { $lt: 3000 } });

6.高级查询操作符

比较操作符

$eq：等于
$ne：不等于
$gt：大于
$gte：大于等于
$lt：小于
$lte：小于等于
$in：包含在数组中
$nin：不包含在数组中

示例：

// 查询年龄在20到30之间的用户
db.users.find({ age: { $gte: 20, $lte: 30 } });

// 查询爱好包含"reading"的用户
db.users.find({ hobbies: { $in: ["reading"] } });

逻辑操作符

$and：逻辑与
$or：逻辑或
$not：逻辑非
$nor：既不… 也不…

示例：

// 查询年龄小于25或大于35的用户
db.users.find({ $or: [{ age: { $lt: 25 } }, { age: { $gt: 35 } }] });

元素操作符

$exists：判断字段是否存在
$type：判断字段类型

示例：

// 查询包含email字段的用户
db.users.find({ email: { $exists: true } });

数组操作符

$all：匹配数组中所有元素
$elemMatch：匹配数组中至少一个元素
$size：匹配数组长度

示例：

// 查询hobbies数组长度为2的用户
db.users.find({ hobbies: { $size: 2 } });

五、索引与性能优化

索引是提升查询效率的关键。例如，为 tags 字段创建索引：

// 创建单字段索引
db.products.createIndex({ tags: 1 });

// 创建复合索引（价格降序+名称升序）
db.products.createIndex({ price: -1, name: 1 });

// 创建唯一索引
db.users.createIndex({ email: 1 }, { unique: true });

// 查看索引
db.users.getIndexes();

// 删除索引（index_name可通过getIndexes()获取）
db.users.dropIndex("index_name");

// 查看索引使用情况
db.products.aggregate([{ $indexStats: {} }]);

六、存储引擎：WiredTiger vs. RocksDB

核心架构与性能模型对比

维度	RocksDB	WiredTiger
存储结构	LSM 树（Log-Structured Merge Tree）	B 树家族（B + 树变种）
写入性能	极高（顺序写入优势）	中等（随机写入需维护 B 树索引）
读取性能	中等（存在读放大问题）	极高（B 树直接定位数据）
内存占用	低（仅需少量内存维护 memtable）	高（需缓存 B 树节点和数据页）
磁盘 IO 模式	顺序写入为主	随机读写混合
压缩支持	内置多种压缩算法（Zstandard/Snappy）	支持压缩但需额外配置
典型场景 TPS 对比	写入密集型：10 万 +	读写均衡型：5 万 - 8 万

1.WiredTiger（默认引擎）：

优势：读写均衡，支持文档级锁，适合复杂查询和事务场景（如电商订单、社交数据）。
场景：读写混合、需要高查询性能的业务。

2.RocksDB：

优势：高写入吞吐量，存储压缩率高，适合日志记录、时序数据。
场景：海量数据写入、成本敏感的归档存储。

七、适用场景与典型案例

1.互联网应用：

电商平台（商品详情、订单数据）、社交平台（用户动态、关系链）。
原因：灵活的数据模型适配频繁的业务迭代。

2.物联网与日志系统：

设备监控数据、用户行为日志。
原因：支持海量非结构化数据存储，RocksDB 引擎优化写入性能。

3.实时分析与仪表盘：

运营数据统计、用户画像分析。
原因：聚合操作高效，支持实时数据查询。

八、常用工具推荐

1.图形化工具：

MongoDB Compass：官方工具，适合新手可视化操作。
Robo 3T：轻量级跨平台工具，支持脚本执行。

2.命令行工具：

mongosh：新一代 Shell，支持 JavaScript 语法和智能提示。

3.监控与运维：

MongoDB Atlas：官方云服务，提供自动化监控和备份。
Prometheus + Grafana：开源组合，自定义监控仪表盘。

九、MongoDB 与 SQL 差异

1.核心差异

功能	MongoDB	SQL 数据库（如 MySQL）
数据模型	文档（JSON/BSON）	表结构（固定模式）
关联查询	$lookup 聚合操作（类似 JOIN）	JOIN 语句
事务支持	支持多文档事务（4.0+）	支持行级事务
水平扩展	原生分片集群（Sharding）	需要中间件（如 MyCat）

2.语法差异

| 在这里插入图片描述

十、总结：为什么选择 MongoDB？

MongoDB 以其灵活的数据模型、强大的扩展性和生态工具链，成为处理非结构化数据的首选方案。无论是互联网初创公司还是企业级应用，它都能在快速迭代和高性能之间找到平衡。如果你需要存储动态变化的数据、应对海量数据查询，或构建实时分析系统，MongoDB 会是一个值得考虑的选择。

MongoDB 官方文档：https://www.mongodb.com/zh-cn/docs/

【MongoDB】基础知识全面解析：从入门到核心概念