Rain9Rain9
首页
AI 岗位
AI 目录
前端
后端
桌面端
WebGL
Web3
  • 算法与面试
  • 面试八股
  • Vim 练级
  • Github
  • 掘金
  • 公众号《与 IT 有约》
首页
AI 岗位
AI 目录
前端
后端
桌面端
WebGL
Web3
  • 算法与面试
  • 面试八股
  • Vim 练级
  • Github
  • 掘金
  • 公众号《与 IT 有约》
  • 后端总览

    • 后端
  • 语言与运行时

    • node
    • Rust
    • Go
    • Python 后端开发指南
    • Java
    • 后端语言选型对比:Rust / Go / Python / Node.js / Java
  • 框架与工程化

    • Nest.js
    • nuxt
    • Next.js 技术要点总结
    • git 常用命令
  • 架构与网关

    • 后端架构设计
    • 网关系统学习整理
    • 认证与鉴权:Session、JWT、OAuth2 与 SSO
    • 实时通信:WebSocket、SSE 与选型
    • 经典系统设计题:短链、秒杀、Feed 流与分布式 ID
    • 分布式系统基础:CAP、一致性哈希与分布式事务
  • 数据与中间件

    • PostgreSQL
    • MySQL 核心知识体系
    • MongoDB 核心知识体系
    • Redis 核心知识体系
    • ElasticSearch
    • 消息队列:Kafka、RabbitMQ 与可靠性设计
  • 运维与部署

    • Docker 从入门到生产
    • Kubernetes 入门到上手
    • CI/CD:GitHub Actions 从提交到上线
    • 可观测性:日志、指标与链路追踪
    • Linux 常用命令速查手册
    • Nginx 核心配置与面试指南

MongoDB 核心知识体系

文档型数据库的完整主线:文档模型与设计、副本集、分片、聚合管道、事务边界。适合「结构灵活、读多写多、聚合分析」的场景。基线 MongoDB 6.0/7.0 + WiredTiger 引擎。


1. 文档模型

  • 存储单位是 BSON 文档(二进制 JSON),集合(collection)≈ 表,文档 ≈ 行,但无固定 schema——同集合字段可以不同
  • 内嵌文档与数组让「一对少」关系一次取回,免 JOIN
  • 单文档上限 16MB,超出走 GridFS 或对象存储 + 存引用
  • _id 默认 ObjectId(时间戳 + 机器 + 进程 + 计数器,天然粗略有序)

建模核心决策:Embed 还是 Reference

场景选择理由
一对少量、一起读写(订单项)内嵌一次查询取全,无 $lookup 开销
一对海量(评论数万+)引用(分页查询子集合)避免巨大数组与 16MB 限制
被多个父实体共享(商品信息)引用内嵌会产生数据冗余与同步成本
频繁独立更新的字段引用或拆集合减少文档锁竞争

反模式警告:无界增长的数组(massive arrays)、万物皆内嵌、完全照搬关系模型的第三范式。


2. 索引与查询

// 单字段 / 复合(同样有最左前缀)/ 唯一 / 部分索引
db.orders.createIndex({ userId: 1, createdAt: -1 })
db.orders.createIndex({ orderNo: 1 }, { unique: true })
db.orders.createIndex({ status: 1 }, { partialFilterExpression: { status: "PENDING" } })

// 文本检索(简单场景);复杂全文走 Atlas Search / ES
db.articles.createIndex({ title: "text", body: "text" })

// TTL 索引:自动清理过期文档(会话、日志类)
db.sessions.createIndex({ createdAt: 1 }, { expireAfterSeconds: 3600 })
  • explain("executionStats") 看是否 IXSCAN、扫描行数比;COLLSCAN 即全表扫
  • 与 MySQL 类似:覆盖查询(projection 只取索引字段)免回表(FETCH)

3. 副本集(Replica Set)

flowchart LR
  P["Primary<br/>接收所有写入"] -->|oplog| S1["Secondary"]
  P --> S2["Secondary"]
  S2 -.选举.-> P
  • oplog(操作日志):主节点写操作滚动记录,从节点重放;相当于 MySQL binlog
  • 选举:基于 Raft 变体,需要多数派存活才能选出主节点(3 节点副本集最多容忍 1 台宕机;2 台宕机则整组只读)
  • Arbiter:不存数据的投票成员,凑奇数用(生产更建议用真从节点凑奇数)
  • 读写关注(读写语义的关键):
    • Write Concern:w:1(主写入即返回)/ w:"majority"(多数派确认,防回滚)/ j:true(journal 落盘)
    • Read Concern:local / majority(不会读到被回滚的数据)/ linearizable(最强,慢)
    • Read Preference:primary / primaryPreferred / secondary(读扩散,注意复制延迟下的旧读)

4. 分片(Sharding)

flowchart LR
  APP["应用"] --> MS["mongos 路由"]
  MS --> CS["Config Server<br/>(副本集,存路由元数据)"]
  MS --> S1["Shard 1 副本集"]
  MS --> S2["Shard 2 副本集"]
  MS --> S3["Shard 3 副本集"]
  • Shard Key 是最难且影响最深远的决策(MongoDB 5.0 起支持 reshardCollection 在线重分片,但过程重、消耗资源——初始设计仍要慎重):
    • 高基数 + 写入均匀:单调递增的 key(如时间戳)会把写入全打到最后一个分片(热点)
    • 范围分片:利于范围查询;哈希分片:写入均匀但范围查询要 scatter-gather
    • 查询必须带 shard key(或其前缀)才能定向到单分片
  • 数据按 chunk(块)切分,balancer 自动在分片间迁移均衡
  • 客户端连接 mongos(或驱动直连,行为一样);跨分片查询/事务代价高

5. 聚合管道(Aggregation Pipeline)

MongoDB 的「SQL 分析等价物」,数据流经一系列阶段:

db.orders.aggregate([
  { $match: { status: "PAID", createdAt: { $gte: ISODate("2026-01-01") } } }, // 先过滤(用索引)
  { $group: { _id: "$userId", total: { $sum: "$amount" }, cnt: { $sum: 1 } } },
  { $sort: { total: -1 } },
  { $limit: 100 },
  // 关联:$lookup ≈ LEFT JOIN
  { $lookup: { from: "users", localField: "_id", foreignField: "_id", as: "user" } },
  { $unwind: "$user" },
  { $project: { "user.name": 1, total: 1, cnt: 1 } },
])

性能要点:$match/$sort 尽量放最前并用上索引;$lookup 是 O(n) 嵌套查询,大表关联考虑反范式内嵌或应用层组装;超内存阶段(如大 $group)注意 allowDiskUse。


6. 事务与一致性

  • 单文档操作天然原子——把需要原子性的关联数据内嵌,是 MongoDB 建模的第一性原理
  • 多文档事务:4.0 支持副本集,4.2 支持分片集群。语法近似关系库(startSession → startTransaction → commit/abort)
  • 代价:事务期间持有快照与锁,性能明显低于单文档操作——能靠建模内嵌解决的不要上事务
  • 唯一约束、防重复提交等常用手法仍是唯一索引 + upsert

7. 选型对照与适用边界

MongoDBMySQLElasticsearch
模型文档,schema 灵活关系,强约束倒排索引,搜索优先
事务单文档强,多文档可用但慎用OLTP 强项无(近实时)
聚合分析管道,中等窗口函数,中等全文/日志场景最强
适合内容管理、用户画像、IoT、原型期快速迭代核心交易账务搜索、日志、可观测

延伸:MySQL · PostgreSQL · Redis · ElasticSearch

最近更新: 2026/10/31 10:01
上一篇
MySQL 核心知识体系
下一篇
Redis 核心知识体系