跳到主要内容

MongoDB 笔记

由旧稿重新整理版本(原文件只有一行对比文字 + GUI 工具名,本笔记在其基础上完善)。 关系型数据库选型见 关系型数据库选型对比笔记,Redis 见 Redis笔记。 旧稿目录已清理,当前以本文为准。

目录​

  1. 特性
  2. 数据模型(文档 / 集合 / BSON)
  3. 语法速查(CRUD / 查询 / 聚合 / 索引)
  4. 使用场景
  5. 事务(4.0+ 多文档 ACID)
  6. 副本集与分片
  7. Python pymongo 集成示例
  8. 常见使用注意

1. 特性​

维度MongoDB
类型文档型数据库(Document Store)
存储格式BSON(Binary JSON),最大 16 MB / 文档
Schema动态 schema(同一集合中文档字段可不同)
主键默认 _id(ObjectId,含时间戳 + 机器 + 进程 + 计数器)
查询语言MQL(MongoDB Query Language),类 JSON
索引B-tree / 文本 / 地理 / 哈希 / TTL
扩展副本集(高可用)+ 分片(水平扩展)
事务4.0+ 支持多文档 ACID 事务
一致性默认多数读;可调 read concern / write concern
适用规模单节点 → 几十 TB(分片)

MongoDB 与传统关系型数据库的核心差异(也是它取舍点):

对比维度关系型数据库MongoDB
数据模型表 + 行 + 列,强 schema集合 + 文档,弱 schema
关联JOIN嵌入式文档 / $lookup 聚合
扩展方式垂直扩展为主水平扩展(分片)天然友好
事务设计核心4.0+ 才支持,事务粒度有约束
适用负载OLTP 通用半结构化 / 大文档 / 写入密集

2. 数据模型(文档 / 集合 / BSON)​

  • 数据库 (database) → 包含若干集合
  • 集合 (collection) → 类比「表」,但不强 schema
  • 文档 (document) → 类比「行」,BSON 格式,最外层是 {},字段是键值对
{
"_id": ObjectId("..."),
"name": "alice",
"age": 30,
"tags": ["admin", "beta"],
"address": {
"city": "Shanghai",
"zip": "200000"
},
"createdAt": ISODate("2026-07-02T10:00:00Z")
}

关系型 → MongoDB 的映射概念:

  • 表 → collection
  • 行 → document
  • 列 → field
  • 主键 → _id
  • 联合索引 → compound index
  • 表关联 → 嵌入(embed)或 $lookup

3. 语法速查​

3.1 库 / 集合操作​

use mydb // 切换/创建数据库(首次写入时才真正创建)
db.createCollection("user") // 创建集合(也可省略,直接 insert 自动建)
db.user.drop() // 删除集合
show dbs // 列出所有库
show collections // 列出当前库的所有集合

3.2 CRUD​

// Create
db.user.insertOne({ name: "alice", age: 30 })
db.user.insertMany([
{ name: "bob", age: 25 },
{ name: "carol", age: 28 }
])

// Read
db.user.find() // 全部
db.user.find({ age: { $gte: 18 } }) // 条件
db.user.findOne({ name: "alice" }) // 单条
db.user.find({ name: /^a/ }) // 正则

// Update
db.user.updateOne(
{ name: "alice" },
{ $set: { age: 31 } }
)
db.user.updateMany(
{ age: { $lt: 18 } },
{ $set: { minor: true } }
)

// Delete
db.user.deleteOne({ name: "alice" })
db.user.deleteMany({ age: { $lt: 0 } })

3.3 常用查询操作符​

操作符含义示例
$eq / $ne等于 / 不等于{ age: { $eq: 30 } }
$gt / $gte / $lt / $lte大于 / 大于等于 / 小于 / 小于等于{ age: { $gte: 18, $lte: 60 } }
$in / $nin在 / 不在数组内{ status: { $in: ["active", "pending"] } }
$and / $or / $not逻辑{ $or: [{ age: { $lt: 18 } }, { vip: true }] }
$exists字段是否存在{ phone: { $exists: true } }
$regex正则{ name: { $regex: "^a", $options: "i" } }
$elemMatch数组元素匹配{ scores: { $elemMatch: { $gte: 80 } } }

3.4 投影 / 排序 / 分页 / 计数​

db.user.find({}, { name: 1, age: 1, _id: 0 }) // 投影
db.user.find().sort({ age: -1 }) // 排序(1 升 / -1 降)
db.user.find().skip(20).limit(10) // 翻页
db.user.find({ age: { $gte: 18 } }).countDocuments() // 计数

3.5 聚合管道(Aggregation Pipeline)​

聚合是 MongoDB 做复杂分析 / 转换的核心,由多个 stage 组成:

db.order.aggregate([
{ $match: { status: "paid" } }, // 过滤
{ $group: { _id: "$userId", total: { $sum: "$amount" } } }, // 分组
{ $sort: { total: -1 } }, // 排序
{ $limit: 10 }, // 取前 10
{ $lookup: { // 关联(类似 JOIN)
from: "user",
localField: "_id",
foreignField: "_id",
as: "user"
}}
])

常用 stage:$match / $project / $group / $sort / $limit / $skip / $lookup / $unwind / $addFields / $bucket。

3.6 索引​

db.user.createIndex({ name: 1 }) // 单字段
db.user.createIndex({ name: 1, age: -1 }) // 复合索引
db.user.createIndex({ location: "2dsphere" }) // 地理空间
db.user.createIndex({ createdAt: 1 }, { expireAfterSeconds: 3600 }) // TTL
db.user.getIndexes()
db.user.createIndex({ name: 1 }, { unique: true })

4. 使用场景​

✅ 适合

  • 半结构化数据:每条记录的字段不完全一致(CMS、产品目录、用户画像)
  • 大文档 / 嵌套数据:评论树、配置中心、订单 + 明细放在同一文档(嵌入式)
  • 写入密集:日志、IoT 传感器数据、点击流
  • 需要水平扩展:单库即将超过单机容量 → 用分片
  • 地理信息 / 时间序列:内置地理索引 + TTL 索引
  • 快速迭代:schema 不固定,业务经常加字段

❌ 不适合

  • 强事务 / 多表 JOIN 多的 OLTP 业务(关系型更合适)
  • 复杂报表 / OLAP(专用数仓 ClickHouse / Doris)
  • 强一致性金融场景(可用,但要充分测试事务边界)

5. 事务(4.0+ 多文档 ACID)​

MongoDB 4.0 起支持副本集上的多文档 ACID 事务,4.2 起支持分片集群事务。

const session = db.getMongo().startSession()
session.startTransaction()
try {
session.getDatabase("mydb").account.updateOne(
{ _id: "A" },
{ $inc: { balance: -100 } }
)
session.getDatabase("mydb").account.updateOne(
{ _id: "B" },
{ $inc: { balance: 100 } }
)
session.commitTransaction()
} catch (e) {
session.abortTransaction()
throw e
} finally {
session.endSession()
}

与关系型事务的关键差异:

维度关系型MongoDB
默认隔离由隔离级别决定snapshot isolation(默认)
锁粒度行 / 间隙文档级 + 事务协调
性能影响长期运行事务会阻塞事务默认 60s 超时,长事务代价更大
数据限制—事务期间不能修改文档使操作影响超过 16MB / 不允许写新集合(部分版本限制)

最佳实践:能用单文档原子操作解决的,不要上事务;事务要短小,能拆就拆。


6. 副本集与分片​

  • 副本集 (Replica Set):1 主 + 多从,自动故障转移(≈ 高可用)
  • 分片 (Sharding):按 shard key 把数据分散到多个副本集(≈ 水平扩展)

常用组合:mongos(路由) + config server(集群元数据) + 多个 shard(每个 shard 是一个副本集)。


7. Python pymongo 集成示例​

pymongo 是 MongoDB 官方同步驱动。

from pymongo import MongoClient
from pymongo.errors import DuplicateKeyError

client = MongoClient("mongodb://localhost:27017/")
db = client["demo"]
users = db["user"]

# CRUD
users.insert_one({"name": "alice", "age": 30})
user = users.find_one({"name": "alice"})
print(user)

users.update_one({"name": "alice"}, {"$set": {"age": 31}})

users.delete_one({"name": "alice"})

# 批量
users.insert_many([
{"name": "bob", "age": 25},
{"name": "carol", "age": 28},
])

# 条件查询 + 投影
for u in users.find({"age": {"$gte": 18}}, {"_id": 0, "name": 1, "age": 1}):
print(u)

# 唯一索引(防重复)
users.create_index("name", unique=True)

# 事务(需要副本集)
with client.start_session() as s:
with s.start_transaction():
users.update_one({"name": "alice"}, {"$inc": {"age": 1}}, session=s)
users.update_one({"name": "bob"}, {"$inc": {"age": -1}}, session=s)

异步场景用 motor(已合并到 pymongo 的 AsyncMongoClient,pymongo ≥ 4.9 可用)。


8. 常见使用注意​

  • 16 MB 单文档上限:嵌套数组 / 大字段不要无脑往一个文档塞。
  • 避免大集合无索引排序:.sort() 内存排序默认上限 32 MB,超过会报错。
  • 正则查询性能:避免 ^ 开头的正则(可以用前缀索引),开头是通配符的全表扫。
  • 嵌入式 vs 引用式:高频一起读 → 嵌入;独立查询 / 大量更新 → 引用 + $lookup。
  • 副本集才能用事务,单机 mongod 不行(开发测试时注意)。
  • 不要把所有数据塞进一个大文档:MongoDB 的强项不是"无限嵌套",而是无 schema + 文档级原子写。
  • ObjectId 含时间戳:可以用 obj.generation_time 取创建时间(粗略按秒)。

关联笔记​