MongoDB

MongoDB 是面向文档的 NoSQL 数据库，使用 BSON（二进制 JSON）格式存储数据。与关系型数据库不同，MongoDB 不要求预定义表结构（schema-less），同一个集合中的文档可以有不同的字段。

适用场景：内容管理系统（CMS）、日志存储与分析、用户画像与行为数据、物联网数据采集、需要快速迭代的产品原型。当数据结构频繁变化或需要存储嵌套文档时，MongoDB 比关系型数据库更灵活。

核心要点

面向文档的NoSQL数据库，使用BSON格式存储数据，支持灵活的数据模型

核心概念

概念	说明
Document	文档，MongoDB 的最小数据单元，类似于 JSON 对象
Collection	集合，多个文档组成，类似于关系型数据库的表
Database	数据库，集合的容器

与关系型数据库的对应关系

MongoDB	关系型数据库
Database（数据库）	Schema（库）
Collection（集合）	Table（表）
Document（文档）	Row（行）
Field（字段）	Column（列）
无固定 schema	建表时定 schema

BSON 与 JSON 的区别

BSON（Binary JSON）是 JSON 的二进制序列化形式，解决了 JSON 的两个问题：存储空间——二进制编码比文本 JSON 更紧凑；类型支持——原生支持 Date、ObjectId、Decimal128 等 JSON 没有的类型，并支持快速字段定位（不用逐字符解析文本）。因此 MongoDB 存取速度比纯文本 JSON 快得多。

数据类型

类型	说明
String	字符串
Number	数值（整数/浮点）
Boolean	布尔值
Array	数组
Object	嵌套文档
Null	空值
Date	日期
ObjectId	对象 ID

快速开始

Docker 启动

docker run -d --name mongodb \
  -p 27017:27017 \
  -v ~/mongo/data:/data/db \
  mongo:latest

基本操作

show dbs                    // 显示所有数据库
use mydb                    // 切换/创建数据库
show collections            // 显示当前数据库的集合
db.createCollection("users") // 创建集合
db.users.drop()             // 删除集合

CRUD 操作

Create（插入）

// 插入单条
db.users.insertOne({
    name: "张三",
    age: 25,
    email: "zhangsan@example.com",
    skills: ["Java", "Python"],
    createdAt: new Date()
})

// 插入多条
db.users.insertMany([
    { name: "李四", age: 30 },
    { name: "王五", age: 28 }
])

Read（查询）

db.users.find()                              // 查询所有
db.users.find({ age: { $gte: 18 } })        // 条件查询
db.users.findOne({ name: "张三" })           // 查询单个
db.users.find({}, { name: 1, email: 1 })    // 投影
db.users.find().skip(10).limit(10)          // 分页
db.users.find().sort({ age: -1 })           // 排序（-1降序，1升序）
db.users.countDocuments({ age: { $gte: 18 } }) // 统计
db.users.distinct("name")                   // 去重

常用查询运算符

运算符	说明	示例
$eq	等于	`{ age: { $eq: 20 } }`
$ne	不等于	`{ age: { $ne: 20 } }`
$gt	大于	`{ age: { $gt: 20 } }`
$gte	大于等于	`{ age: { $gte: 20 } }`
$lt	小于	`{ age: { $lt: 20 } }`
$lte	小于等于	`{ age: { $lte: 20 } }`
$in	在数组中	`{ age: { $in: [18, 20, 25] } }`
$nin	不在数组中	`{ age: { $nin: [18, 20] } }`
$and	逻辑与	`{ $and: [{ age: { $gt: 18 } }, { name: "张三" }] }`
$or	逻辑或	`{ $or: [{ age: { $lt: 20 } }, { name: "张三" }] }`
$exists	字段存在	`{ email: { $exists: true } }`
$regex	正则匹配	`{ name: { $regex: "^张" } }`

Update（更新）

db.users.updateOne(
    { name: "张三" },
    { $set: { age: 26 } }
)

db.users.updateMany(
    { age: { $lt: 18 } },
    { $set: { status: "未成年" } }
)

常用更新操作符：$set 更新字段、$inc 递增/递减、$push 添加到数组、$pull 从数组移除、$addToSet 添加到数组（不重复）。

Delete（删除）

db.users.deleteOne({ name: "张三" })
db.users.deleteMany({ age: { $lt: 18 } })
db.users.drop()           // 删除集合
db.dropDatabase()         // 删除数据库

聚合管道

聚合管道用于复杂的数据处理：

db.orders.aggregate([
    { $match: { status: "completed" } },      // 筛选
    { $unwind: "$items" },                     // 展开数组
    { $group: {                                // 分组聚合
        _id: "$userId",
        totalAmount: { $sum: "$items.price" },
        orderCount: { $sum: 1 }
    }},
    { $sort: { totalAmount: -1 } },            // 排序
    { $limit: 10 }                             // 限制数量
])

常用聚合阶段：$match 筛选、$group 分组聚合、$sort 排序、$limit 限制数量、$skip 跳过、$unwind 展开数组、$project 投影、$lookup 左连接、$count 计数、$addFields 添加字段。

索引

创建索引

db.users.createIndex({ email: 1 }, { unique: true })  // 单字段索引
db.users.createIndex({ age: 1, name: 1 })             // 复合索引
db.users.createIndex({ skills: 1 })                   // 多键索引（数组字段）
db.users.createIndex({ bio: "text" })                 // 文本索引
db.users.getIndexes()                                 // 查看索引
db.users.dropIndex("索引名")                          // 删除索引

索引类型

类型	说明
单字段索引	在单个字段上创建
复合索引	在多个字段上创建
多键索引	在数组字段上创建
文本索引	全文搜索
2dsphere 索引	地理空间查询
TTL 索引	到期自动删除文档，适合会话、验证码、日志等有时效的数据

TTL 索引示例：给 expireAt 字段建 TTL 索引，后台线程每秒扫描并删除过期文档：

db.sessions.createIndex({ expireAt: 1 }, { expireAfterSeconds: 0 })
// 插入时 expireAt 设为过期时间点，到点文档自动被清理

高可用与扩展

复制集（Replica Set）

复制集是 MongoDB 的高可用方案：一个 Primary 节点（读写）+ 多个 Secondary 节点（只读副本），Primary 宕机后剩余节点投票（多数派）自动选出新 Primary，无需人工干预。客户端连接的是复制集名称而非单个节点，驱动会自动感知主从切换。

// 启动复制集节点（配置文件中指定 replSet 名称）
// rs.initiate() 初始化，rs.add("host:port") 添加成员
rs.status()   // 查看复制集状态

分片集群（Sharding）

分片集群是 MongoDB 的水平扩展方案：按分片键（shard key）把数据切分到多个分片上，路由服务 mongos 负责把请求转发到对应分片，配置服务器记录元数据。单机数据量过大或写入压力过高时引入，分片键的选择直接决定数据分布是否均匀——需选基数高、访问均匀的字段。

应用 → mongos（路由）→ 分片1 / 分片2 / 分片3
                        ↑ 每个分片通常是独立复制集

事务支持

MongoDB 4.0+ 支持多文档事务：在复制集内对多个文档的读写要么全部成功、要么全部回滚（4.2+ 支持分片集群）。事务内操作要求集合在复制集环境且引擎为 WiredTiger。虽然有了事务，但 MongoDB 的定位仍是文档数据库——频繁强事务的业务仍建议选关系型数据库。

Spring Boot 集成

Maven 依赖

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-mongodb</artifactId>
</dependency>

配置

spring:
  data:
    mongodb:
      uri: mongodb://localhost:27017/mydb

实体类

@Document(collection = "users")
public class User {
    @Id
    private String id;
    @Field("name")
    private String name;
    private Integer age;
    private List<String> skills;
    private Address address;  // 嵌套文档
}

@Document
class Address {
    private String city;
    private String street;
}

Repository

public interface UserRepository extends MongoRepository<User, String> {
    User findByName(String name);
    List<User> findByAgeBetween(Integer min, Integer max);
    List<User> findByNameContaining(String keyword);
    
    @Query("{ 'age': { $gte: ?0 } }")
    List<User> findByAgeGreaterThan(Integer age);
}

MongoTemplate

@Autowired
private MongoTemplate mongoTemplate;

// 插入
User user = new User("张三", 25);
mongoTemplate.insert(user);

// 查询
Query query = new Query(Criteria.where("age").gte(18));
List<User> users = mongoTemplate.find(query, User.class);

// 更新
Query query = new Query(Criteria.where("name").is("张三"));
Update update = new Update().set("age", 30);
mongoTemplate.updateFirst(query, update, User.class);