MongoDB基础

MongoDB 是文档型数据库。它不像 MySQL 那样把数据拆成行和列，而是把一条数据保存成类似 JSON 的文档。MongoDB 适合字段结构变化较快、嵌套数据较多、读写吞吐要求较高的场景。

注意：MongoDB 不是“可以随便存”的数据库。字段设计、索引设计和查询模式仍然非常重要。

一句话理解：

MongoDB 的核心不是“把 JSON 塞进数据库”，而是围绕业务读取方式设计文档，让一次查询尽量拿到需要的数据，同时避免单个文档无限膨胀。

学习目标

学完本页，你要能做到：

解释 database、collection、document、field、_id。
判断一个字段应该嵌入文档，还是拆成另一个集合。
写出 insert、find、projection、update、delete、软删除。
知道 $set、$inc、$push、$addToSet 的区别。
能为列表查询设计复合索引。
能解释为什么无限增长数组是 MongoDB 常见坑。
能用 explain("executionStats") 初步判断是否走索引。

为什么文档模型适合嵌套数据

关系型数据库倾向把数据拆成多张表，再通过外键或 join 组合起来。MongoDB 更适合把经常一起读取、生命周期接近的数据放进同一个文档。例如用户地址常和用户一起展示，嵌入文档可以减少额外查询。

如果把所有数据都嵌进去也会出问题。订单列表、评论列表、访问日志这类无限增长数据不适合一直追加到一个文档数组里，否则单个文档会越来越大，更新和读取都会变慢。

MongoDB 和关系库的思路差异

mermaid

flowchart TD
    A["业务需求：展示资产详情"] --> B{"关系型数据库"}
    B --> C["资产表"]
    B --> D["科室表"]
    B --> E["扩展属性表"]
    B --> F["多表 Join 或多次查询"]
    A --> G{"MongoDB"}
    G --> H["一个资产文档保存常用详情和扩展属性"]
    H --> I["一次按 _id 或 assetNo 查询"]

关系型数据库更强调规范化、约束、Join、事务；MongoDB 更强调按访问模式聚合数据。两者不是谁替代谁，而是适合不同问题。

问题	关系库常见思路	MongoDB 常见思路
订单支付强事务	多表事务、强约束	不作为首选
商品详情页	多表 Join 或宽表	商品文档聚合详情
用户画像	多张属性表	文档字段灵活扩展
日志事件	分区表或日志系统	文档事件流
复杂报表	SQL 聚合	聚合管道或离线预聚合

基本概念

MongoDB	MySQL 类比	说明
Database	Database	数据库
Collection	Table	集合，保存一类文档
Document	Row	文档，一条具体数据
Field	Column	字段
`_id`	Primary Key	文档唯一标识

文档示例

json

{
  "_id": "1001",
  "name": "Tom",
  "age": 18,
  "tags": ["vip", "student"],
  "address": {
    "city": "Hangzhou",
    "street": "West Lake"
  },
  "createdAt": "2026-06-27T10:00:00Z"
}

这个文档有几个特点：

字段可以是字符串、数字、布尔值、时间、数组、对象。
address 是嵌套对象，适合和用户一起读取。
tags 是数组，可以保存多个标签。
_id 是唯一主键，没有提供时 MongoDB 会自动生成。

BSON 是什么

MongoDB 底层存储的不是普通 JSON 字符串，而是 BSON。BSON 是一种二进制文档格式，支持更多数据类型，比如 ObjectId、Date、Decimal128、二进制等。

mermaid

flowchart TD
    A["应用中的对象"] --> B["Driver 转成 BSON"]
    B --> C["mongod 写入集合"]
    C --> D["查询时 BSON 解码成对象"]

这解释了两个现象：

MongoDB 文档看起来像 JSON，但类型比 JSON 更丰富。
时间、ObjectId、Decimal 等要用驱动支持的类型，不要全部存成字符串。

CRUD 基础流程

mermaid

flowchart TD
    A["选择 database"] --> B["选择 collection"]
    B --> C["插入 document"]
    C --> D["按条件查询"]
    D --> E["更新字段"]
    E --> F["按业务规则删除或归档"]

插入数据

javascript

db.users.insertOne({
  name: "Tom",
  age: 18,
  tags: ["vip", "student"],
  address: {
    city: "Hangzhou"
  }
})

批量插入：

javascript

db.users.insertMany([
  { name: "Alice", age: 20 },
  { name: "Bob", age: 22 }
])

ObjectId 怎么理解

如果不指定 _id，MongoDB 通常会生成 ObjectId。ObjectId 大体包含时间戳、机器/进程相关信息和计数器，因此大致趋势递增。

javascript

db.users.insertOne({
  name: "Tom",
  createdAt: new Date()
})

生产建议：

内部主键可以使用 ObjectId。
对外业务编号不要直接依赖 ObjectId。
跨系统幂等要有业务唯一键，例如 assetNo、orderNo。
需要按业务编号查询时，要给业务编号建唯一索引。

查询数据

查询全部：

javascript

db.users.find()

按条件查询：

javascript

db.users.find({ age: { $gte: 18 } })

查询嵌套字段：

javascript

db.users.find({ "address.city": "Hangzhou" })

只返回指定字段：

javascript

db.users.find(
  { age: { $gte: 18 } },
  { name: 1, age: 1, _id: 0 }
)

常见查询操作符：

操作符	含义	示例
`$gt`	大于	`{ age: { $gt: 18 } }`
`$gte`	大于等于	`{ age: { $gte: 18 } }`
`$lt`	小于	`{ age: { $lt: 60 } }`
`$in`	在列表中	`{ status: { $in: ["NEW", "PAID"] } }`
`$regex`	正则匹配	`{ name: { $regex: "^T" } }`

Projection 为什么重要

Projection 是只返回需要的字段。

javascript

db.users.find(
  { "address.city": "Hangzhou" },
  { name: 1, tags: 1, _id: 0 }
)

如果文档很大，比如资产文档里有扩展属性、采集原文、历史快照，列表页不应该每次都返回整份文档。只返回列表需要字段，可以减少网络传输、反序列化和内存压力。

排序和分页

javascript

db.users.find({ status: "ACTIVE" })
  .sort({ createdAt: -1 })
  .skip(100)
  .limit(20)

小页码可以这样写，但深分页会越来越慢。skip(100000) 意味着数据库仍然要找到并跳过大量文档。

更适合滚动列表的方式：

javascript

db.users.find({
  status: "ACTIVE",
  createdAt: { $lt: ISODate("2026-07-06T10:00:00Z") }
}).sort({ createdAt: -1 }).limit(20)

并配合索引：

javascript

db.users.createIndex({ status: 1, createdAt: -1 })

更新数据

只更新匹配到的第一条：

javascript

db.users.updateOne(
  { name: "Tom" },
  { $set: { age: 19 } }
)

更新多条：

javascript

db.users.updateMany(
  { "address.city": "Hangzhou" },
  { $set: { cityLevel: "new-first-tier" } }
)

数组追加：

javascript

db.users.updateOne(
  { name: "Tom" },
  { $addToSet: { tags: "active" } }
)

常见更新操作符：

操作符	作用
`$set`	设置字段
`$unset`	删除字段
`$inc`	数字递增
`$push`	向数组追加元素
`$addToSet`	数组追加但避免重复

`$push` 和 `$addToSet` 区别

javascript

db.users.updateOne(
  { _id: "1001" },
  { $push: { tags: "vip" } }
)

$push 每次都会追加，可能出现重复值。

javascript

db.users.updateOne(
  { _id: "1001" },
  { $addToSet: { tags: "vip" } }
)

$addToSet 在数组里没有该值时才追加，适合标签、权限码这类不希望重复的数组。

注意：数组不是无限容器。用户标签可以放数组，用户全部订单、所有登录日志不应该无限追加到用户文档里。

条件更新：防止并发覆盖

比如资产状态只能从 WAIT_CHECK 变成 CHECKED：

javascript

db.assets.updateOne(
  { assetNo: "A-001", status: "WAIT_CHECK" },
  {
    $set: {
      status: "CHECKED",
      checkedAt: new Date()
    }
  }
)

如果 matchedCount 或 modifiedCount 为 0，说明资产不存在或状态已经被别人改过。业务层不能继续认为审核成功。

删除数据

javascript

db.users.deleteOne({ name: "Tom" })
db.users.deleteMany({ age: { $lt: 18 } })

生产系统中不建议随意物理删除重要业务数据。常见做法是软删除：

javascript

db.users.updateOne(
  { _id: "1001" },
  { $set: { deleted: true, deletedAt: new Date() } }
)

软删除要配合查询条件和索引：

javascript

db.users.createIndex({ deleted: 1, createdAt: -1 })

所有列表查询都要带：

javascript

db.users.find({ deleted: { $ne: true } })

如果忘记过滤软删除字段，已删除数据会重新出现在页面或统计里。

文档设计原则

mermaid

flowchart TD
    A["分析业务读取方式"] --> B{"数据是否经常一起读取"}
    B -- "是" --> C["可以嵌入到同一文档"]
    B -- "否" --> D["拆成不同集合"]
    C --> E{"数组是否可能无限增长"}
    E -- "是" --> D
    E -- "否" --> F["保留嵌套结构"]

设计建议：

经常一起读取的数据可以嵌入，例如用户地址。
无限增长的数据不要放在一个数组里，例如用户所有订单。
高频查询字段要提前考虑索引。
字段命名要统一，避免同一个含义出现 userId、uid、user_id 三种写法。
对重要集合维护文档结构说明，即使 MongoDB 不强制 schema。

嵌入还是引用：详细判断

判断问题	适合嵌入	适合引用/拆集合
是否经常一起读取	是	否
子数据数量是否有限	有限	无限增长
生命周期是否一致	一致	不一致
是否需要单独高频查询	不需要	需要
是否需要独立权限/审计	不需要	需要
更新频率是否很高	低或中	很高

适合嵌入：资产扩展属性

javascript

{
  assetNo: "A-001",
  assetName: "CT设备",
  hospitalId: "H001",
  attrs: {
    brand: "Demo",
    model: "CT-64",
    room: "3F-CT"
  }
}

资产详情通常一起展示，扩展属性数量有限，适合嵌入。

不适合嵌入：资产采集日志

javascript

{
  assetNo: "A-001",
  collectLogs: [
    "...每天持续追加..."
  ]
}

采集日志会无限增长，不应该一直追加到资产文档中。更适合拆成 asset_collect_logs 集合，用 assetNo 关联，并按时间建索引。

索引入门：不是字段有就建

MongoDB 没有合适索引时，可能扫描整个集合。索引要根据查询模式设计。

资产列表查询：

javascript

db.assets.find({
  hospitalId: "H001",
  status: "NORMAL"
}).sort({ createdAt: -1 }).limit(20)

索引：

javascript

db.assets.createIndex({
  hospitalId: 1,
  status: 1,
  createdAt: -1
})

解释：

hospitalId、status 是等值过滤，放前面。
createdAt 用于排序，放后面。
查询条件和排序顺序能匹配索引时，扫描更少。

使用执行计划：

javascript

db.assets.find({
  hospitalId: "H001",
  status: "NORMAL"
}).sort({ createdAt: -1 }).limit(20).explain("executionStats")

重点看：

字段	含义
`winningPlan`	最终使用的计划
`totalKeysExamined`	扫描了多少索引项
`totalDocsExamined`	扫描了多少文档
`nReturned`	返回多少文档

如果 totalDocsExamined 远大于 nReturned，说明扫描了很多无用文档。

最小商业 Demo：资产详情和采集日志

资产集合：

javascript

db.assets.insertOne({
  assetNo: "A-001",
  assetName: "CT设备",
  hospitalId: "H001",
  deptId: "D001",
  status: "NORMAL",
  attrs: {
    brand: "Demo",
    model: "CT-64"
  },
  deleted: false,
  createdAt: new Date(),
  updatedAt: new Date()
})

db.assets.createIndex({ assetNo: 1 }, { unique: true })
db.assets.createIndex({ hospitalId: 1, status: 1, createdAt: -1 })

采集日志集合：

javascript

db.asset_collect_logs.insertOne({
  assetNo: "A-001",
  collectTime: new Date(),
  status: "SUCCESS",
  payload: {
    cpu: 18,
    memory: 64
  }
})

db.asset_collect_logs.createIndex({ assetNo: 1, collectTime: -1 })

为什么这样拆：

资产详情字段有限，适合一个文档。
采集日志无限增长，拆集合。
资产按 assetNo 唯一定位。
日志按 assetNo + collectTime 查询最近记录。

常见问题

问题	原因	建议
查询越来越慢	没有索引或查询条件不合理	使用 `explain` 分析
文档越来越大	把无限增长数组放进文档	拆分集合
字段混乱	没有约定文档结构	建立字段规范
删除后难恢复	直接物理删除	重要数据使用软删除
排序很慢	排序字段没有索引	建复合索引
深分页慢	skip 跳过大量文档	用游标分页
数组无限增长	把日志、订单、评论放进一个文档	拆集合
写入重复业务数据	缺少唯一索引	给业务唯一键建唯一索引
列表返回慢	返回整个大文档	使用 projection

面试标准回答

text

MongoDB 是文档型数据库，核心是根据查询模式设计文档，而不是随便存 JSON。经常一起读取、生命周期接近、数量有限的数据适合嵌入；无限增长、需要独立查询或独立审计的数据应该拆成集合。CRUD 中要掌握 insertOne/insertMany、find、projection、updateOne/updateMany、$set、$inc、$push、$addToSet 和软删除。生产中必须根据查询设计索引，并用 explain("executionStats") 看 totalKeysExamined、totalDocsExamined 和 nReturned，避免 COLLSCAN、大范围 SORT、无限增长数组和无约束重复写入。

练习

设计一个商品文档，包含商品名、价格、标签、创建时间。
查询价格大于 100 的商品，只返回名称和价格。
给商品追加一个标签，要求不能重复。
把删除商品改造成软删除。
思考订单和订单明细是否应该放在同一个文档中。

下一步学习 MongoDB 索引设计和 MongoDB 聚合管道。

JDK 8/11/17/21 LTS演进

线程池

MongoDB基础 ​

学习目标 ​

为什么文档模型适合嵌套数据 ​

MongoDB 和关系库的思路差异 ​

基本概念 ​

文档示例 ​

BSON 是什么 ​

CRUD 基础流程 ​

插入数据 ​

ObjectId 怎么理解 ​

查询数据 ​

Projection 为什么重要 ​

排序和分页 ​

更新数据 ​

$push 和 $addToSet 区别 ​

条件更新：防止并发覆盖 ​

删除数据 ​

文档设计原则 ​

嵌入还是引用：详细判断 ​

适合嵌入：资产扩展属性 ​

不适合嵌入：资产采集日志 ​

索引入门：不是字段有就建 ​

最小商业 Demo：资产详情和采集日志 ​

常见问题 ​

面试标准回答 ​

练习 ​

MongoDB基础

学习目标

为什么文档模型适合嵌套数据

MongoDB 和关系库的思路差异

基本概念

文档示例

BSON 是什么

CRUD 基础流程

插入数据

ObjectId 怎么理解

查询数据

Projection 为什么重要

排序和分页

更新数据

`$push` 和 `$addToSet` 区别

条件更新：防止并发覆盖

删除数据

文档设计原则

嵌入还是引用：详细判断

适合嵌入：资产扩展属性

不适合嵌入：资产采集日志

索引入门：不是字段有就建

最小商业 Demo：资产详情和采集日志

常见问题

面试标准回答

练习