从零开始学习 MongoDB 教程 – wiki基地

作者： /

从零开始：MongoDB 数据库的奇妙之旅 – 一份全面入门指南

前言

在当今数据爆炸的时代，传统的关系型数据库（如 MySQL, PostgreSQL）虽然依然重要，但面对海量非结构化或半结构化数据、高并发读写以及快速迭代的应用需求时，它们有时会显得力不从心。此时，NoSQL（Not Only SQL）数据库应运而生，提供了更多样化的数据存储和处理模型。而在这众多 NoSQL 数据库中，MongoDB 以其文档模型的灵活性、易于扩展性和高性能，成为了最受欢迎的选择之一。

如果你从未接触过 MongoDB，甚至对数据库的概念有些模糊，没关系！本文将带领你从零开始，一步步了解 MongoDB 的世界，学习如何安装、连接、操作数据，并理解其核心概念。准备好了吗？让我们开始这场 MongoDB 的奇妙之旅吧！

第一章：初识 MongoDB – 它是什么？为什么选择它？

1.1 什么是 MongoDB？

MongoDB 是一个开源的、基于分布式文件存储的 NoSQL 数据库。它使用 BSON（一种 JSON 格式的二进制表示）格式来存储数据，这种数据结构被称为“文档（Document）”。

与传统关系型数据库的最大区别在于，MongoDB 是文档型数据库。在关系型数据库中，数据存储在具有固定模式（Schema）的表（Table）中，每行（Row）表示一条记录，每列（Column）表示一个字段。而在 MongoDB 中，数据存储在集合（Collection）中，每个集合包含多个文档（Document），每个文档是一个类似 JSON 的结构，字段可以是任意类型，并且同一个集合中的文档可以有不同的字段。

1.2 为什么选择 MongoDB？

  • 灵活性（Schema-less）： MongoDB 的文档模型非常灵活。你不需要预先定义严格的表结构。这意味着你可以快速地添加或修改字段，非常适合敏捷开发和处理结构多变的数据。
  • 易于扩展（Scalability）： MongoDB 原生支持水平扩展（Sharding），可以将数据分布到多台服务器上，轻松应对海量数据和高并发访问。
  • 高性能（High Performance）： MongoDB 支持内存计算（Memory Mapped Files），并且内置了高效的索引机制，能够提供快速的数据读写性能。
  • 丰富的功能： 支持强大的查询语言、二级索引、聚合框架（Aggregation Framework）、地理空间索引等，提供了强大的数据处理能力。
  • 易于使用： 文档模型与面向对象编程语言的数据结构非常契合，开发者上手相对容易。并且有丰富的官方和社区支持，以及各种语言的驱动程序。

1.3 MongoDB 与关系型数据库的简单对比

特性 关系型数据库 (e.g., MySQL) MongoDB (文档型 NoSQL)
数据模型 表 (Table), 行 (Row), 列 (Column) 集合 (Collection), 文档 (Document), 字段 (Field)
模式 (Schema) 固定、严格 动态、灵活（无模式）
数据结构 结构化 半结构化/非结构化
数据关联 使用 JOIN 操作进行关联 通常采用内嵌或引用方式表示关联，避免复杂 JOIN
扩展性 垂直扩展为主，水平扩展复杂 原生支持水平扩展 (Sharding)
查询语言 SQL 基于 BSON 的查询语言

理解这些基本概念和差异，是迈向 MongoDB 的第一步。

第二章：环境搭建 – 安装 MongoDB

学习任何数据库的第一步都是安装。MongoDB 提供了多种安装方式，包括在不同操作系统上本地安装，或者使用云服务。对于初学者，我们推荐以下几种方式：

2.1 在操作系统上本地安装

MongoDB 官方提供了 Windows, macOS, Linux 等主流操作系统的安装包和详细安装指南。以下是一个概要的步骤说明，请参考官方文档获取最详细和最新的指引：

  • Windows:

    • 访问 MongoDB 官网下载页 (downloads.mongodb.com)。
    • 选择适合你 Windows 版本的 MongoDB Community Server 安装包（.msi 文件）。
    • 运行 .msi 文件，按照向导进行安装。可以选择安装 MongoDB Compass (图形化界面工具)。
    • 安装完成后，可能需要手动配置环境变量，将 MongoDB 的 bin 目录添加到 PATH 中，这样就可以在任何位置运行 MongoDB 命令。
    • 创建数据存储目录 (例如 C:\data\db) 和日志存储目录 (例如 C:\data\log)。
    • 打开命令提示符或 PowerShell，运行 mongod --dbpath C:\data\db --logpath C:\data\log\mongod.log 启动 MongoDB 服务器。
    • 再打开一个命令提示符，运行 mongosh 连接到服务器。

  • macOS (使用 Homebrew 推荐):

    • 如果你没有安装 Homebrew，先安装 Homebrew (具体安装命令参考 Homebrew 官网)。
    • 打开终端，运行 brew tap mongodb/brew 添加 MongoDB 的 Homebrew 源。
    • 运行 brew install mongodb-community 安装 MongoDB。
    • 安装完成后，MongoDB 服务通常会自动启动。你可以使用 brew services start mongodb/brew/mongodb-community 来手动启动/停止。
    • 在终端运行 mongosh 连接到服务器。

  • Linux (以 Ubuntu/Debian 为例):

    • 导入 MongoDB 公钥：wget -qO - https://www.mongodb.org/static/pgp/server-6.0.asc | sudo apt-key add - (版本号可能不同，请查阅官方文档)
    • 创建 MongoDB 的 list 文件：echo "deb [ arch=amd64,arm64 ] https://repo.mongodb.org/apt/ubuntu focal/mongodb-org/6.0 multiverse" | sudo tee /etc/apt/sources.list.d/mongodb-org-6.0.list (版本号和 Ubuntu 版本可能不同)
    • 更新 apt 软件包列表：sudo apt update
    • 安装 MongoDB：sudo apt install -y mongodb-org
    • 启动 MongoDB 服务：sudo systemctl start mongod
    • 检查服务状态：sudo systemctl status mongod
    • 设置开机自启：sudo systemctl enable mongod
    • 在终端运行 mongosh 连接到服务器。

重要提示： 本地安装需要你手动管理数据库服务、数据文件等。对于初学者来说，这可能需要一些额外的配置工作。

2.2 使用 MongoDB Atlas (云服务)

MongoDB Atlas 是 MongoDB 官方提供的全托管云数据库服务。它是学习和使用 MongoDB 最简单、最快捷的方式，尤其适合初学者，因为你无需关心安装、配置和维护。

  • 访问 MongoDB Atlas 官网 (cloud.mongodb.com)。
  • 注册一个免费账户。
  • 创建一个免费的集群 (Shared Cluster)。选择你喜欢的云服务商（AWS, GCP, Azure）和区域。
  • 配置访问权限：设置数据库用户的用户名和密码，以及允许连接的网络地址（为了学习方便，可以暂时允许任何 IP 地址连接，但在生产环境中绝对不要这样做！）。
  • 集群创建完成后，你会获得连接字符串。你可以使用 mongosh (需要安装) 或 MongoDB Compass (推荐) 来连接到你的 Atlas 集群。

推荐： 对于刚开始学习的同学，强烈推荐使用 MongoDB Atlas 的免费层。它省去了复杂的本地安装步骤，让你能快速进入到数据库操作的学习中。

第三章：连接与基本操作环境

安装（或创建云集群）完成后，我们需要学习如何连接到 MongoDB 服务器并熟悉其基本操作环境。

3.1 使用 mongosh 连接

mongosh 是 MongoDB 官方推荐的新一代 Shell 工具，功能比老旧的 mongo Shell 更强大。

  • 本地连接： 如果你安装在本地且服务正在运行，直接在终端输入 mongosh 即可连接到默认地址 mongodb://localhost:27017。
  • 连接到 Atlas 或指定地址： 你需要使用连接字符串。
    • 从 Atlas 控制台获取连接字符串，通常格式为 mongodb+srv://<username>:<password>@<cluster-url>/<dbname>?retryWrites=true&w=majority。
    • 在终端运行 mongosh "<connection-string>"，将 <connection-string> 替换为你 Atlas 或其他指定服务器的连接字符串。如果连接字符串包含密码，可能需要在运行时输入密码或将其包含在字符串中（注意安全性）。

连接成功后，你将看到 > 提示符，表示你已进入 MongoDB Shell。

3.2 熟悉 Shell 环境

在 mongosh Shell 中，你可以执行各种 MongoDB 命令。

  • 查看所有数据库： show dbs
  • 切换或创建数据库： use <database_name>。如果指定的数据库不存在，当你第一次向其中插入数据时，它会自动创建。默认连接时，你可能在 test 数据库。
  • 查看当前数据库： db
  • 查看当前数据库中的所有集合： show collections

第四章：MongoDB 核心概念详解

在开始操作数据之前，深入理解 MongoDB 的核心概念至关重要。

4.1 文档 (Document)

文档是 MongoDB 中数据的基本单元，它是一组键值对的有序集合。文档的结构与 JSON 非常相似，但存储使用的是 BSON (Binary JSON)，它支持更多的数据类型（如日期、二进制数据等），并且更高效。

示例文档:

json
{
"_id": ObjectId("60a7d7b1a1e2f3g4h5i6j7k8"), // 每个文档都有一个唯一的 _id
"name": "Alice",
"age": 30,
"city": "New York",
"isStudent": false,
"courses": ["Math", "Science"],
"address": {
"street": "123 Main St",
"zip": "10001"
},
"createdAt": ISODate("2023-10-27T10:00:00Z")
}

  • _id 字段： 这是每个文档的唯一主键。MongoDB 在插入文档时，如果没有指定 _id，会自动生成一个 ObjectId 作为 _id。ObjectId 是一个12字节的值，包含时间戳、机器标识、进程ID和计数器，确保了在全球范围内的唯一性。
  • 键值对： 文档由键值对组成，键是字符串，值可以是各种 BSON 数据类型，包括：
    • String (字符串)
    • Number (整数、浮点数)
    • Boolean (布尔值)
    • Array (数组)
    • Object (内嵌文档)
    • Date (日期)
    • Null (空值)
    • Binary Data (二进制数据)
    • ObjectId (特殊ID类型)
    • … 还有更多

4.2 集合 (Collection)

集合是 MongoDB 中存储文档的容器。它类似于关系型数据库中的表。同一个集合中的文档可以有不同的结构（因为是无模式的），但通常它们表示的是同一种类型的数据（例如，一个 users 集合包含用户文档，一个 products 集合包含产品文档）。

  • 集合不需要预先创建。当你第一次向一个不存在的集合中插入文档时，MongoDB 会自动创建该集合。
  • 一个数据库可以包含多个集合。

4.3 数据库 (Database)

数据库是 MongoDB 的顶层组织单位，用于存储集合。一个 MongoDB 实例可以承载多个数据库，每个数据库都有自己的一组集合。

  • 默认数据库：admin (管理数据库)、local (本地数据库，存储复制集和分片信息)、config (存储分片集群的元信息)。

第五章：核心操作 – CRUD (创建、读取、更新、删除)

CRUD 是对数据库进行操作的基础，掌握这些操作是使用 MongoDB 的核心。

5.1 创建 (Create – Insert)

向集合中添加新文档。

  • 插入单个文档： db.<collection_name>.insertOne(<document>)

    “`javascript
    use mydatabase // 切换到或创建 mydatabase

    db.users.insertOne({
    “name”: “Bob”,
    “age”: 25,
    “city”: “London”
    });
    ``
    执行成功会返回一个包含    insertedId` 的结果对象。

  • 插入多个文档： db.<collection_name>.insertMany([<document1>, <document2>, ...])

    javascript
    db.products.insertMany([
    { "name": "Laptop", "brand": "Dell", "price": 1200, "tags": ["electronics", "computer"] },
    { "name": "Keyboard", "brand": "Logitech", "price": 75, "tags": ["electronics", "accessory"] },
    { "name": "Mouse", "brand": "Logitech", "price": 25, "tags": ["electronics", "accessory"] }
    ]);
    执行成功会返回一个包含 insertedIds 数组的结果对象。

5.2 读取 (Read – Find)

从集合中检索文档。这是最常用的操作之一。

  • 查找所有文档： db.<collection_name>.find()

    javascript
    db.users.find(); // 返回 users 集合中的所有文档
    find() 返回的是一个游标 (cursor)，在 Shell 中它会默认打印出前20个文档。

  • 查找满足特定条件的文档： db.<collection_name>.find(<query_criteria>)
    <query_criteria> 是一个文档，指定查找条件。

    javascript
    db.users.find({ "age": 30 }); // 查找 age 等于 30 的用户
    db.products.find({ "brand": "Logitech", "price": { $lt: 100 } }); // 查找 brand 是 Logitech 且 price 小于 100 的产品
    这里的 { $lt: 100 } 是一个查询操作符。MongoDB 提供了丰富的查询操作符：
    * $eq：等于 (默认，可以省略)
    * $ne：不等于
    * $gt：大于
    * $gte：大于等于
    * $lt：小于
    * $lte：小于等于
    * $in：在数组中
    * $nin：不在数组中
    * $and：逻辑与 (可以省略，直接写多个条件就是 AND)
    * $or：逻辑或
    * $not：逻辑非
    * $exists：字段是否存在
    * $regex：正则表达式匹配
    * … 还有很多用于数组、内嵌文档等的查询操作符。

    示例使用操作符:
    javascript
    db.users.find({ "age": { $gt: 25 } }); // 查找 age 大于 25 的用户
    db.products.find({ "tags": { $in: ["computer", "accessory"] } }); // 查找 tags 数组中包含 "computer" 或 "accessory" 的产品
    db.users.find({ $or: [{ "city": "New York" }, { "city": "London" }] }); // 查找 city 是 New York 或 London 的用户

  • 查找满足特定条件的单个文档： db.<collection_name>.findOne(<query_criteria>)
    返回找到的第一个文档，如果没有找到则返回 null。

    javascript
    db.users.findOne({ "name": "Alice" });

  • 投影 (Projection)： 指定返回文档中包含哪些字段。db.collection.find(<query_criteria>, <projection>)
    <projection> 是一个文档，值为 1 表示包含该字段，0 表示排除该字段。_id 字段默认包含，除非你明确排除 (_id: 0)。

    javascript
    db.users.find({}, { "name": 1, "city": 1 }); // 只返回所有用户的 name 和 city 字段 (以及默认的 _id)
    db.users.find({}, { "name": 1, "_id": 0 }); // 只返回所有用户的 name 字段，排除 _id

  • 排序 (Sort)： 对结果进行排序。db.collection.find(...).sort(<sort_criteria>)
    <sort_criteria> 是一个文档，值为 1 表示升序，-1 表示降序。

    javascript
    db.products.find().sort({ "price": 1 }); // 按价格升序排序
    db.users.find().sort({ "age": -1, "name": 1 }); // 先按年龄降序，再按名字升序排序

  • 限制数量 (Limit) 和 跳过 (Skip)： 控制返回结果的数量和跳过前多少个文档（常用于分页）。
    db.collection.find(...).limit(<number>)
    db.collection.find(...).skip(<number>)

    javascript
    db.products.find().sort({ "price": 1 }).limit(5); // 按价格升序，只返回前5个
    db.products.find().sort({ "price": 1 }).skip(5).limit(5); // 按价格升序，跳过前5个，再返回接下来的5个 (用于第二页)
    注意：skip() 在处理大量数据时性能可能不高，因为它需要扫描并跳过文档。

5.3 更新 (Update)

修改集合中的现有文档。

  • 更新单个文档： db.<collection_name>.updateOne(<filter>, <update_document>)
    <filter> 指定要更新哪个文档，<update_document> 指定如何修改文档。通常使用更新操作符。

    “`javascript
    // 使用 $set 操作符修改字段值
    db.users.updateOne(
    { “name”: “Bob” }, // 找到 name 为 Bob 的文档
    { $set: { “city”: “Paris”, “age”: 26 } } // 将 city 修改为 Paris，age 修改为 26
    );

    // 使用 $inc 操作符增加数字字段的值
    db.products.updateOne(
    { “name”: “Mouse” },
    { $inc: { “price”: 5 } } // 将 Mouse 的价格增加 5
    );

    // 使用 $push 操作符向数组中添加元素
    db.products.updateOne(
    { “name”: “Laptop” },
    { $push: { “tags”: “computer science” } } // 向 Laptop 的 tags 数组中添加 “computer science”
    );
    ``
    常用的更新操作符：
    *    $set：设置字段值 (如果字段不存在则创建)
    *    $unset：删除字段
    *    $inc：增加/减少数字字段的值
    *    $mul：乘以数字字段的值
    *    $rename：重命名字段
    *    $push：向数组末尾添加元素
    *    $addToSet：向数组中添加元素，但只在元素不存在时添加 (避免重复)
    *    $pop：从数组的头部或尾部删除元素
    *    $pull`：从数组中删除所有匹配特定条件的元素
    * … 还有更多用于数组、内嵌文档等的更新操作符。

  • 更新多个文档： db.<collection_name>.updateMany(<filter>, <update_document>)
    更新所有匹配 <filter> 条件的文档。

    javascript
    // 将所有价格小于 100 的产品的库存数量增加 10
    db.products.updateMany(
    { "price": { $lt: 100 } },
    { $inc: { "stock": 10 } } // 假设产品文档有 stock 字段
    );

  • 替换文档： db.<collection_name>.replaceOne(<filter>, <replacement_document>)
    用一个全新的文档替换匹配条件的第一个文档。新的文档必须包含 _id 字段（通常使用原文档的 _id）。这会删除原文档中所有旧的字段，用新文档的字段替代。

    javascript
    db.users.replaceOne(
    { "name": "Bob" },
    { "name": "Bob", "age": 27, "occupation": "Engineer" } // Bob 的信息被完全替换
    );

5.4 删除 (Delete)

从集合中删除文档。

  • 删除单个文档： db.<collection_name>.deleteOne(<filter>)
    删除匹配 <filter> 条件的第一个文档。

    javascript
    db.users.deleteOne({ "name": "Bob" }); // 删除 name 为 Bob 的第一个用户

  • 删除多个文档： db.<collection_name>.deleteMany(<filter>)
    删除所有匹配 <filter> 条件的文档。

    javascript
    db.products.deleteMany({ "price": { $gte: 1000 } }); // 删除所有价格大于等于 1000 的产品

  • 删除集合中的所有文档： db.<collection_name>.deleteMany({}) 或 db.<collection_name>.remove({}) (旧方法)

    javascript
    db.users.deleteMany({}); // 删除 users 集合中的所有文档

  • 删除整个集合： db.<collection_name>.drop()

    javascript
    db.products.drop(); // 删除 products 集合及其所有文档

  • 删除数据库： db.dropDatabase()
    删除当前所在的数据库。

    javascript
    use mydatabase; // 切换到 mydatabase
    db.dropDatabase(); // 删除 mydatabase

第六章：索引 (Indexes) – 提升查询性能

索引在数据库中扮演着至关重要的角色，它们能够显著提高查询（读取）操作的速度。没有索引，数据库可能需要扫描整个集合来找到匹配的文档。有了索引，数据库可以直接定位到包含查询字段的文档，就像书的目录一样。

6.1 为什么需要索引？

考虑你在一个包含百万甚至千万条用户记录的集合中查找 name 为 “Alice” 的用户。如果没有索引，数据库需要逐条检查每条记录的 name 字段，这非常耗时。如果我们在 name 字段上创建一个索引，MongoDB 会维护一个按 name 排序的数据结构，查找 “Alice” 将会非常快。

6.2 创建索引

  • 创建单字段索引： db.<collection_name>.createIndex({ <field>: <order> })
    <field> 是要创建索引的字段名，<order> 是排序方向（1 为升序，-1 为降序）。对于单字段索引，升序和降序的性能通常相似，除非你需要按排序顺序遍历索引。

    javascript
    db.users.createIndex({ "name": 1 }); // 在 users 集合的 name 字段上创建升序索引
    db.products.createIndex({ "price": -1 }); // 在 products 集合的 price 字段上创建降序索引

  • 创建复合索引 (Compound Index)： 在多个字段上创建索引。这对于经常一起查询或排序的字段很有用。顺序很重要！

    javascript
    db.products.createIndex({ "brand": 1, "price": -1 }); // 在 brand 字段升序，price 字段降序上创建复合索引
    这个复合索引可以支持 db.products.find({ "brand": "Logitech", "price": { $lt: 100 } }).sort({ "price": -1 }) 这样的查询，甚至只查询 brand 字段的条件 (db.products.find({ "brand": "Logitech" }))。

  • 创建文本索引 (Text Index)： 支持对字符串内容进行全文搜索。

    javascript
    db.products.createIndex({ "name": "text", "tags": "text" }); // 在 name 和 tags 字段上创建文本索引
    db.products.find({ $text: { $search: "computer accessory" } }); // 搜索包含 "computer" 或 "accessory" 的文档

  • 其他类型的索引： MongoDB 还支持地理空间索引 (Geospatial Index)、哈希索引 (Hashed Index) 等。

6.3 查看和删除索引

  • 查看索引： db.<collection_name>.getIndexes()

  • 删除索引： db.<collection_name>.dropIndex(<index_name>) 或 db.<collection_name>.dropIndex(<index_specification>)
    索引名称通常是字段名和排序方向的组合，例如 name_1，brand_1_price_-1。

    javascript
    db.users.dropIndex("name_1"); // 删除名为 name_1 的索引
    db.products.dropIndex({ "brand": 1, "price": -1 }); // 删除在 brand 1, price -1 上的复合索引

索引的注意事项：
* 索引会占用磁盘空间。
* 写操作 (插入、更新、删除) 会变慢，因为每次写操作可能需要更新索引。
* 不是越多索引越好，需要根据查询模式来创建合适的索引。
* 可以使用 explain() 方法来查看查询是否使用了索引：db.collection.find(...).explain("executionStats")。

第七章：聚合框架 (Aggregation Framework) – 数据处理与分析

MongoDB 的聚合框架是一个强大且灵活的数据处理工具，它允许你对文档进行多阶段处理，例如过滤、分组、计算、转换等，从而得到汇总或转换后的结果。它类似于 SQL 中的 GROUP BY、JOIN (通过 $lookup)、HAVING 等操作，但更加灵活。

聚合框架的核心是“管道 (Pipeline)”，数据在管道中流转，经过一个或多个“阶段 (Stage)”的处理。每个阶段对输入文档进行操作，产生新的文档流作为下一个阶段的输入。

7.1 聚合管道的基本结构

db.<collection_name>.aggregate([ <stage1>, <stage2>, ..., <stageN> ])

每个阶段都是一个操作符。常用的聚合阶段包括：

  • $match: 过滤文档，类似于 find() 的查询。通常放在管道的开头，尽快减少处理的数据量。
  • $group: 按指定的字段分组，并对每个组的数据进行聚合计算（如计数、求和、平均值等）。
  • $project: 重塑文档结构，可以选择、重命名字段，或计算新字段。
  • $sort: 对文档进行排序。
  • $limit: 限制通过管道的文档数量。
  • $skip: 跳过管道中的指定数量文档。
  • $unwind: 将数组字段“解构”，为数组中的每个元素生成一个单独的文档。
  • $lookup: 执行左外连接，从同一个数据库的另一个集合中查找匹配的文档（实现类似 JOIN 的功能）。

7.2 聚合框架示例

假设我们想统计每个品牌的产品数量和平均价格。

javascript
db.products.aggregate([
{
$group: {
_id: "$brand", // 按 brand 字段分组。$brand 表示文档中的 brand 字段的值
count: { $sum: 1 }, // 计算每个组的文档数量，使用累加器 $sum
averagePrice: { $avg: "$price" } // 计算每个组的 price 字段的平均值，使用累加器 $avg
}
},
{
$sort: {
averagePrice: -1 // 按平均价格降序排序
}
}
]);

解释：
1. $group 阶段：将文档按 brand 字段的值进行分组。_id 指定了分组的键，这里用 $brand 表示文档中的 brand 字段的值。在每个组内，使用 $sum: 1 计算文档数量（每遇到一个文档加1），使用 $avg: "$price" 计算 price 字段的平均值。
2. $sort 阶段：将 $group 阶段输出的结果（包含 _id, count, averagePrice 字段的文档）按 averagePrice 字段降序排序。

聚合框架非常强大，可以执行复杂的数据转换和分析。掌握聚合框架是成为高级 MongoDB 用户的重要一步。

第八章：数据模型设计入门

虽然 MongoDB 是无模式的，但这不意味着你可以随意存放数据。合理的数据模型设计对于应用的性能和可维护性至关重要。MongoDB 的数据模型设计主要考虑嵌入 (Embedding) 和引用 (Referencing) 两种方式来表示数据之间的关系。

  • 嵌入 (Embedding)： 将相关联的数据直接作为子文档或数组内嵌到主文档中。

    • 优点： 读取时只需一次查询即可获取所有相关数据，性能高。减少 JOIN 或多次查询的需求。
    • 缺点： 如果内嵌的数据量很大或频繁变动，可能导致文档过大或更新效率降低。不适合表示多对多关系。
    • 适用场景： 一对一关系，或者一对多关系且“多”的数量有限且变动不频繁（如用户地址、书籍的评论、产品的规格）。

    示例： 用户文档中内嵌地址
    json
    {
    "_id": ...,
    "name": "Alice",
    "address": {
    "street": "123 Main St",
    "city": "New York"
    }
    }

  • 引用 (Referencing)： 在一个文档中存储另一个文档的 _id，通过这些 _id 来建立关联。这类似于关系型数据库中的外键。获取关联数据时，通常需要进行多次查询（或者使用 $lookup）。

    • 优点： 适合表示多对多关系，或者一对多关系且“多”的数量巨大或频繁变动。文档大小保持较小，更新效率高。
    • 缺点： 读取关联数据需要额外的查询（除非使用 $lookup）。
    • 适用场景： 用户与订单（一个用户多个订单），产品与分类（多对多或一对多），大型或频繁更新的子数据。

    示例： 订单文档中引用用户 ID
    “`json
    // user 集合
    { “_id”: ObjectId(“…user_id…”), “name”: “Alice” }

    // orders 集合
    {
    “_id”: …,
    “user_id”: ObjectId(“…user_id…”), // 引用 user 文档的 _id
    “products”: [“…”, “…”],
    “amount”: 100
    }
    ``
    获取订单及其用户信息时，需要先查询订单，再根据    user_id` 查询用户。

设计原则：
* 优先考虑读性能，根据应用的查询模式来设计模型。MongoDB 通常优化读操作，减少 JOIN 是关键。
* 将经常一起访问的数据放在同一个文档中（嵌入）。
* 平衡文档大小和更新效率。避免巨大的文档。
* 考虑数据增长和变动频率。

数据模型设计是 MongoDB 使用中比较进阶但非常重要的一环，需要结合具体的应用场景进行权衡。

第九章：工具与生态

除了命令行 Shell (mongosh)，还有许多工具可以帮助你更方便地使用 MongoDB。

  • MongoDB Compass： MongoDB 官方提供的图形化界面工具。它提供了直观的界面来浏览数据、执行查询、管理索引、查看查询性能等。非常适合初学者和日常开发使用。强烈建议安装和使用。
  • MongoDB Drivers： MongoDB 为各种主流编程语言提供了官方驱动程序，如 Node.js, Python, Java, C#, PHP, Go, Ruby 等。通过这些驱动，你可以在你的应用程序中方便地连接和操作 MongoDB 数据库。
  • 第三方 GUI 工具： Robo 3T (原 RoboMongo)、DBeaver 等。

第十章：更进一步的学习方向

恭喜你已经掌握了 MongoDB 的基础！这只是一个开始，MongoDB 还有更多强大的功能和高级概念等待你去探索：

  • 复制集 (Replica Sets)： 提供数据冗余和高可用性，保证数据库在主节点故障时依然可用。
  • 分片 (Sharding)： 将大量数据分布到多个服务器上，实现水平扩展，应对海量数据存储和高并发访问。
  • 安全性： 用户认证、角色管理、网络加密等。
  • 事务 (Transactions)： 从 MongoDB 4.0 开始支持跨文档、跨集合、甚至跨分片的事务。
  • 性能调优： 如何分析慢查询、优化索引、调整配置等。
  • MongoDB Atlas 的高级功能： Serverless 实例、数据湖、全文搜索 (Atlas Search)、图数据库 (Atlas Graphs) 等。

总结

本文带你从零开始，了解了 MongoDB 的核心概念、安装方法、基础 CRUD 操作、索引和聚合框架的入门，以及初步的数据模型设计思路。MongoDB 是一个功能强大且灵活的数据库，非常适合现代应用的开发需求。

下一步行动：

  1. 动手实践： 跟着本文的步骤，安装 MongoDB (推荐使用 Atlas)，并使用 mongosh 或 Compass 执行所有的 CRUD 和索引创建/查看操作。
  2. 创建自己的集合： 设计一个简单的场景（如博客系统、电商网站的产品列表），尝试创建相应的集合，并插入、查询、更新、删除数据。
  3. 练习查询： 尝试使用各种查询操作符来检索特定数据。
  4. 学习聚合： 尝试使用 $match 和 $group 等阶段进行简单的数据统计。
  5. 探索官方文档： MongoDB 官方文档是最好的学习资源，其中有最详细的功能介绍和使用指南。
  6. 学习编程语言驱动： 选择你熟悉的编程语言，学习如何使用对应的 MongoDB 驱动程序在应用程序中与数据库交互。

学习任何新技术都需要不断地实践和探索。希望这篇教程能为你打开 MongoDB 的大门，祝你在未来的学习和开发中一切顺利！

发表评论

您的邮箱地址不会被公开。 必填项已用 * 标注

滚动至顶部