MongoDB 深度指南

这是 MongoDB 的深度参考文档。上手实操见 Nest 课程第十八章。

一、基础入门（5 分钟上手）

这一节带你把 MongoDB 本身跑起来、用 mongosh 存几条「类 JSON 文档」；Nest 课程那篇讲的是在应用里用 mongoose 连——两篇不重复。

1. 用 Docker 起一个 MongoDB

docker run -d --name mongo -p 27017:27017 mongo:7

• 应用连接地址：mongodb://localhost:27017。

2. 连上它

docker exec -it mongo mongosh

v6 起官方 shell 叫 mongosh（旧的 mongo 命令已移除）。看到 > 提示符就连上了。

3. 最基础的几条命令

// 切到（不存在会自动建）demo 库
> use demo
switched to db demo

// 插一条
> db.users.insertOne({ name: '张三', age: 20, tags: ['vip'] })
{ acknowledged: true, insertedId: ObjectId('64a1f2...') }

// 插多条
> db.users.insertMany([{ name: '李四', age: 25 }, { name: '王五' }])
{ acknowledged: true, insertedCount: 2 }

// 查全部
> db.users.find()
[
  { _id: ObjectId('64a1f2...'), name: '张三', age: 20, tags: [ 'vip' ] },
  { _id: ObjectId('64a1f3...'), name: '李四', age: 25 },
  { _id: ObjectId('64a1f3...'), name: '王五' }
]

// 条件查：age > 22
> db.users.find({ age: { $gt: 22 } })
[ { _id: ObjectId('64a1f3...'), name: '李四', age: 25 } ]

// 改
> db.users.updateOne({ name: '张三' }, { $set: { age: 21 } })
{ acknowledged: true, matchedCount: 1, modifiedCount: 1 }

// 删
> db.users.deleteOne({ name: '王五' })
{ acknowledged: true, deletedCount: 1 }

和 MySQL 最大的不同：文档结构随便加字段（王五没 age 也照存），不用 ALTER TABLE。

4. 数据类型

文档的字段类型（BSON），常用的：

5. 常用语句与操作符

查询用 db.集合.find(条件, 投影)，条件用 $ 操作符（掘金《MongoDB 常用增删改查语句》）：

db.user.find(); // 全部（= SELECT *）
db.user.find({ age: 22 }); // age = 22
db.user.find({ age: { $gt: 22 } }); // age > 22（$gte >=、$lt <、$lte <=）
db.user.find({ age: { $gte: 23, $lte: 26 } }); // 范围
db.user.find({ age: { $in: [20, 25] } }); // 在集合里
db.user.find({ name: /张/ }); // 模糊（含"张"，^ 开头 / $ 结尾）
db.user.find({ $or: [{ age: 20 }, { age: 25 }] }); // 或
db.user.find({ age: { $gt: 20 } }, { name: 1, age: 1 }); // 第二参=投影（只取 name、age）

db.user.findOne({ name: "张三" }); // 取一条
db.user.distinct("name"); // 去重某列
db.user.find({ age: { $gt: 20 } }).count(); // 计数
db.user.find().sort({ age: -1 }); // 1 升序 / -1 降序
db.user.find().limit(10).skip(20); // 分页：skip = (页-1) * limit

更新用 db.集合.update(条件, 操作, 选项)：

db.user.update({ name: "张三" }, { $set: { age: 21 } }); // 改字段
db.user.update({ name: "张三" }, { $inc: { age: 1 } }); // 自增
db.user.update({ name: "张三" }, { $push: { tags: "vip" } }); // 数组加元素
db.user.update({ sex: "男" }, { $set: { age: 30 } }, { multi: true }); // multi: 改所有匹配

⚠️ update 不写 $set 会整条文档被替换：update({name:"张三"}, {age:16}) 会把文档变成只有 {age:16}！永远带 $set。

删除：

db.user.deleteOne({ name: "王五" }); // 删一条
db.user.deleteMany({ age: { $gt: 30 } }); // 删所有匹配

6. 基本使用规则

• 嵌套 vs 引用：会一起读/改就嵌套（文档套对象），会独立变化就引用（存对方 _id）。
• _id 是 ObjectId 字符串，别用自增数字（分布式下难生成、慢）。
• 单文档上限 16MB，大文件/富文本别塞文档，存对象存储，文档里只存 URL。
• update 永远带 $set，否则整条被替换（上面那个坑）。
• find 加条件 + 投影，别无脑 find() 拉全字段。
• 高频查询字段建索引，但别乱建（写时要维护索引）。

7. 核心词汇速记

二、作用与定位

MongoDB 是文档型数据库，存的是 BSON（类 JSON）文档。核心价值：

• schema-less：同一个 collection 的文档结构可以不同，字段随时加，不用像 MySQL 那样 ALTER TABLE。
• 嵌套存储：一个文档可以层层嵌套对象/数组，不用拆表 JOIN。
• 水平扩展：原生支持分片（sharding），适合海量数据。

一句话：数据结构多变、嵌套深、读写量大、不强依赖跨表事务的场景，用 MongoDB（日志、内容、商品动态属性、用户画像）。

三、何时该用 / 何时用 MySQL

很多系统两者并存：主业务数据 MySQL，日志/搜索辅助 MongoDB。

四、核心机制速览

• database → collection → document（对应 MySQL 的 库 → 表 → 行，但文档任意结构）。
• _id：每个文档的主键，默认 ObjectId（12 字节，含时间戳），字符串。不是自增数字。
• 索引：和 MySQL 类似，B 树，建索引加速查询。_id 自动建索引。
• 副本集（Replica Set）：一主多从，自动故障转移，高可用。
• 分片（Shard）：按 shard key 把数据分散到多台机器，水平扩展。难点在选 shard key。
• 存储引擎 WiredTiger：默认，支持文档级锁、压缩。

副本集一主多从，Primary 宕机后的完整故障转移时序：

一张图看清分片集群的组件与请求流向：

五、常见问题与排查

1. _id 用法

_id 是字符串 ObjectId，不是数字。查询/参数类型写 string。不要用自增 id（分布式下难生成、慢）；如果业务要自增序号，用单独的计数器 collection。

2. 嵌套还是引用

• 嵌套：用户.地址.城市，一次查出，适合「一起读、一起改、一对一或一对很少」。
• 引用：存对方 _id，查时用 $lookup（弱 JOIN），适合「一对多且多端会独立改、数据量大」。

原则：会一起用就嵌套，会独立变就引用。别什么都引用（退回到关系型的 JOIN 痛点）。

3. 文档太大

单文档上限 16MB。日志/富文本/附件别塞文档里，存引用（文件存对象存储）。文档太大会拖慢读写和迁移。

4. 查询慢

用 explain() 看是否走了索引（stage 是 IXSCAN 走了，COLLSCAN 全表扫）。给高频查询字段建索引，但别乱建（写时要维护索引）。

5. 连接数

和 MySQL 一样用连接池。mongoose 默认有池。高并发下调 maxPoolSize。

六、难点与解决方案

1. 事务（4.0+）

MongoDB 4.0 起支持多文档事务（副本集），4.2 起支持分片事务。但事务性能不如 MySQL，能用嵌套操作替代就别用事务。mongoose 里：

const session = await Model.startSession();
await session.withTransaction(async () => {
  await A.updateOne({...}, { session });
  await B.create([{...}], { session });
});

2. 分片与 shard key

分片要选 shard key（数据按它分散）。这是最难的决策：

• 选不好会导致数据倾斜（某个分片特别大）和热点（写入集中到一个分片）。
• 选值基数大、分布均匀、查询常用的字段（如 userId 哈希）。
• 避免单调递增的 key（如时间戳，新数据永远落最后一个分片）。
• shard key 选了基本改不了（5.0 起有限支持改），上线前要想清楚。

小项目用副本集就够了，不要一上来就分片。

3. 索引与聚合性能

• 覆盖查询的索引（查询字段 + 返回字段都在索引里）免回表。
• 聚合管道（$match → $group → $sort）把 $match 放最前面先过滤、配合索引，否则在大 collection 上极慢。
• 大数据量分析别用 MongoDB 的聚合硬扛，导到 ClickHouse / Elasticsearch。

4. 一致性

默认读偏好 primary（读主，强一致）。读副本可设 secondaryPreferred 分担压力，但有复制延迟（最终一致）。写关注 w:1（主写即返回）vs w:majority（多数副本确认，更安全更慢）——重要数据用 majority。

七、生产环境要点

• 用副本集，别单点（数据安全 + 高可用）。
• 建索引，但监控索引数量（写性能）。
• 控制文档大小（< 1MB 为宜，硬上限 16MB），大字段外置。
• 监控：连接数、慢查询、磁盘、副本集延迟、oplog 窗口。
• 备份：mongodump 逻辑备份 + oplog 增量，或文件级快照。

速查：常见问题对照