数据库05：MongoDB

MongoDB 是最流行的 NoSQL 数据库之一，它的文档模型特别适合存储半结构化数据。很多项目用它来存储用户行为、日志、配置等数据。

这篇文章围绕四个核心点：文档模型、副本集、分片集群、聚合管道，理解 MongoDB 的设计思路和适用边界。

文档模型：为什么需要 NoSQL

传统关系型数据库的表结构是固定的，不适合存储结构多变的数据。MongoDB 的文档模型解决了这个问题。

文档 vs 行

维度	关系型数据库	MongoDB
数据结构	固定表结构	动态文档
数据类型	基础类型	支持嵌套、数组
关系	外键关联	嵌入式文档
扩展性	需要 ALTER TABLE	无 schema，灵活扩展

嵌入式文档 vs 引用

MongoDB 有两种方式处理关联数据：

嵌入式文档：

{
  _id: ObjectId("..."),
  name: "旋大爷",
  address: {
    city: "北京",
    street: "中关村"
  },
  orders: [
    { orderId: "O001", amount: 100 },
    { orderId: "O002", amount: 200 }
  ]
}

引用方式：

// 用户文档
{
  _id: ObjectId("..."),
  name: "旋大爷",
  orderIds: [ObjectId("..."), ObjectId("...")]
}

// 订单文档
{
  _id: ObjectId("..."),
  userId: ObjectId("..."),
  amount: 100
}

选择建议

场景	嵌入式文档	引用方式
数据一起读取	✓	✗
数据独立更新	✗	✓
一对多关系	✓（文档大小 < 16MB）	✓（大量子文档）
多对多关系	✗	✓

副本集：高可用的基础

MongoDB 通过副本集实现高可用，副本集由一个主节点和多个从节点组成。

副本集架构

Primary（主节点）
  ├── Secondary（从节点1）
  ├── Secondary（从节点2）
  └── Arbiter（仲裁节点）

选举机制

当主节点宕机时，副本集会自动选举新的主节点：

1. 从节点检测到主节点不可达
2. 触发选举，从节点投票
3. 获得多数票的从节点成为新主节点

选举条件：

• 副本集必须有奇数个节点（保证多数派）
• 从节点必须同步到最新数据
• 从节点必须在选举超时时间内响应

读写策略

模式	读	写	一致性
Primary Preferred	优先读主节点	写主节点	强一致性
Secondary Preferred	优先读从节点	写主节点	最终一致性
Nearest	读最近节点	写主节点	最终一致性

分片集群：水平扩展的关键

当单节点数据量太大时，需要分片集群来水平扩展。

分片集群组件

1. Shard：分片，存储数据的节点
2. Config Server：配置服务器，存储集群元数据
3. Mongos：路由服务器，负责查询路由

分片策略

策略	方式	优点	缺点
范围分片	按字段范围拆分	范围查询高效	数据分布不均匀
Hash 分片	按字段哈希值拆分	数据均匀分布	范围查询低效

分片键选择

选择分片键需要考虑：

• 基数：区分度高的字段（如 userId）
• 写入分布：避免热点写入
• 查询模式：常见查询条件能命中分片

反模式：

• 使用单调递增字段（如时间戳）→ 热点写入
• 使用区分度低的字段（如性别）→ 数据分布不均

跨分片查询

• 路由查询：查询条件包含分片键，直接路由到对应分片
• 广播查询：查询条件不包含分片键，需要查询所有分片

聚合管道：数据处理的利器

MongoDB 的聚合管道是处理复杂数据的强大工具，可以完成数据转换、分组、排序等操作。

聚合管道阶段

db.orders.aggregate([
  // 阶段1：过滤
  { $match: { status: "completed" } },
  
  // 阶段2：分组
  { 
    $group: { 
      _id: "$userId", 
      totalAmount: { $sum: "$amount" },
      orderCount: { $count: {} }
    } 
  },
  
  // 阶段3：排序
  { $sort: { totalAmount: -1 } },
  
  // 阶段4：限制
  { $limit: 10 }
])

常用聚合操作

操作	功能	示例
$match	过滤	{ $match: { status: "completed" } }
$group	分组	{ $group: { _id: "$userId", total: { $sum: "$amount" } } }
$sort	排序	{ $sort: { total: -1 } }
$limit	限制	{ $limit: 10 }
$project	投影	{ $project: { name: 1, total: 1 } }
$lookup	关联	{ $lookup: { from: "users", localField: "userId", foreignField: "_id", as: "user" } }

Map-Reduce

对于复杂的数据处理，可以使用 Map-Reduce：

db.orders.mapReduce(
  function() { emit(this.userId, this.amount); },
  function(key, values) { return Array.sum(values); },
  {
    query: { status: "completed" },
    out: "user_totals"
  }
)

索引设计：加速查询

MongoDB 的索引设计和关系型数据库类似，但也有一些差异。

索引类型

类型	说明	适用场景
单字段索引	单个字段	等值查询、排序
复合索引	多个字段	多条件查询
数组索引	数组中的每个元素	数组元素查询
文本索引	全文搜索	搜索场景
地理空间索引	地理位置	地图应用
TTL 索引	自动过期	日志、缓存

索引使用原则

1. 为常用查询条件创建索引
2. 复合索引遵循最左前缀原则
3. 避免创建过多索引（影响写入性能）
4. 使用 explain() 分析查询计划

项目判断清单

• 需要存储半结构化数据 → MongoDB
• 需要灵活扩展数据结构 → MongoDB
• 需要高并发写入 → MongoDB（配合分片）
• 需要事务支持 → MongoDB 4.0+（多文档事务）
• 需要复杂查询 → 考虑 PostgreSQL 或 Elasticsearch
• 数据量超过单节点限制 → 分片集群
• 需要自动过期数据 → TTL 索引