#MongoDB 概念解析

MongoDB 使用一系列独特的概念和术语。本章将详细解析 MongoDB 的核心概念，帮助你建立扎实的理论基础。

#核心概念对比

#MongoDB vs 关系型数据库

#数据库（Database）

#定义

数据库是集合的物理容器，每个数据库在文件系统中有独立的文件集。

#特点

• 一个 MongoDB 实例可包含多个数据库
• 数据库之间相互独立，有不同的权限控制
• 命名规范：小写字母，最多 64 字节

// 查看所有数据库
show dbs

// 切换/创建数据库
use mydb

// 查看当前数据库
db

// 删除当前数据库
db.dropDatabase()

#保留数据库名称

• admin: 权限管理数据库
• local: 存储本地服务器数据，不复制
• config: 分片集群配置信息

#集合（Collection）

#定义

集合是 MongoDB 文档的组，类似于关系型数据库中的表，但不需要预定义模式。

#特点

• 集合中的文档可以有不同的字段
• 动态模式，灵活适应数据变化
• 命名不能以 "system." 开头（系统保留）

// 创建集合
db.createCollection("users")

// 查看集合列表
show collections

// 删除集合
db.users.drop()

// 查看集合统计信息
db.users.stats()

#集合类型

• 普通集合：标准文档集合
• 固定集合（Capped Collection）：固定大小的集合，支持循环覆盖

#文档（Document）

#定义

文档是 MongoDB 中的基本数据单元，采用 BSON（Binary JSON）格式存储。

#BSON 特点

• 支持更多数据类型（Date、ObjectId、Binary 等）
• 二进制编码，解析效率更高
• 支持嵌套文档和数组

#文档结构

{
  "_id": ObjectId("507f1f77bcf86cd799439011"),
  "name": "张三",
  "age": 25,
  "email": "zhangsan@example.com",
  "isActive": true,
  "createdAt": ISODate("2024-01-15T08:30:00Z"),
  "address": {
    "street": "长安街1号",
    "city": "北京",
    "zipCode": "100000"
  },
  "hobbies": ["读书", "游泳", "编程"],
  "metadata": {
    "loginCount": 15,
    "lastLogin": ISODate("2024-01-20T10:00:00Z")
  }
}

#文档限制

• 最大文档大小：16MB
• 最大嵌套层级：100 层
• 字段名不能包含 $ 和 . 字符

#字段（Field）

#定义

字段是文档中的键值对，相当于关系型数据库中的列。

#命名规则

• 字段名是字符串
• 不能包含 $ 字符（保留用于操作符）
• 不能以 . 开头或结尾
• 不能包含空字符（null）
• _id 是保留字段，作为主键

#数据类型

#_id 字段

#定义

每个文档都必须有 _id 字段，作为主键唯一标识文档。

#特点

• 自动创建唯一索引
• 如果不指定，MongoDB 自动生成 ObjectId
• 可以自定义，但必须唯一

#ObjectId 结构

507f1f77bcf86cd799439011
\____/\____/\________/\____/
 时间   机器   进程ID   随机数
 4字节  3字节   2字节   3字节

// 获取 ObjectId 的时间戳
ObjectId("507f1f77bcf86cd799439011").getTimestamp()
// 输出: ISODate("2012-10-17T20:46:47Z")

#索引（Index）

#定义

索引是特殊的数据结构，存储集合中部分数据的有序子集，用于提高查询效率。

#索引类型

• 单字段索引：单个字段的索引
• 复合索引：多个字段的组合索引
• 多键索引：数组字段的索引
• 文本索引：用于全文搜索
• 地理空间索引：用于地理位置查询
• 哈希索引：基于字段值的哈希

// 创建单字段索引
db.users.createIndex({ name: 1 })

// 创建复合索引
db.users.createIndex({ age: 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
db.users.dropIndex("name_1")

#副本集（Replica Set）

#定义

副本集是一组维护相同数据集的 MongoDB 实例，提供冗余和高可用性。

#成员角色

• Primary（主节点）：处理所有写操作
• Secondary（从节点）：复制主节点数据，可处理读操作
• Arbiter（仲裁节点）：参与选举，不存储数据

#选举机制

• 主节点故障时，从节点自动选举新主节点
• 需要多数节点存活才能选举
• 选举过程通常在几秒内完成

#分片（Sharding）

#定义

分片是将数据分布到多台服务器的过程，用于处理大规模数据和高吞吐量操作。

#分片集群组件

• mongos：查询路由器，处理客户端请求
• config servers：配置服务器，存储集群元数据
• shards：分片服务器，存储实际数据

#分片策略

• 范围分片（Range Sharding）：基于分片键值范围
• 哈希分片（Hashed Sharding）：基于分片键哈希值

#数据模型设计

#嵌入 vs 引用

#嵌入文档（Embedding）

优点：

• 单次查询获取所有数据
• 原子性更新
• 更好的读取性能

适用场景：

• 一对一关系
• 一对少关系（子文档数量少）
• 经常一起查询的数据

// 嵌入示例
{
  "user": "张三",
  "address": {
    "city": "北京",
    "street": "长安街"
  }
}

#引用（Referencing）

优点：

• 避免数据重复
• 数据一致性
• 文档大小可控

适用场景：

• 一对多关系（子文档数量多）
• 多对多关系
• 经常独立查询的数据

// 引用示例
// users 集合
{ "_id": 1, "name": "张三" }

// orders 集合
{ "_id": 101, "user_id": 1, "amount": 100 }

#总结

理解 MongoDB 的核心概念是掌握 MongoDB 的基础：

1. 数据库：集合的容器
2. 集合：文档的容器，无固定模式
3. 文档：BSON 格式的基本数据单元
4. 字段：文档的键值对
5. _id：文档的唯一标识符
6. 索引：提高查询效率的数据结构
7. 副本集：提供高可用性
8. 分片：支持水平扩展

在下一章中，我们将学习 MongoDB 数据建模。