【MongoDB】基础知识全面解析：从入门到核心概念

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

|

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/