秋招Java后端开发冲刺——非关系型数据库篇（MongoDB）

MongoDB

本文介绍非关系型数据库MongoDB的基础知识和常见面试题。

（一）基础知识

1. 介绍 ：MongoDB是一个基于分布式文件存储的数据库，由C++语言编写，旨在为WEB应用提供可扩展的高性能数据存储解决方案。
2.特点

特点	说明
文档存储	使用 BSON（二进制 JSON）格式存储文档，支持嵌套结构和数组。
灵活的模式（Schema-less）	支持动态模式设计，文档结构可以不固定，适合快速迭代开发。
高性能	通过内存映射文件和高效的索引机制，提供高性能读写操作。
高可用性	支持复制集（Replica Set），提供自动故障转移和数据冗余。
横向扩展	支持分片（Sharding）功能，通过分布式架构实现数据的水平扩展。
强一致性	默认提供强一致性保证，通过复制集配置可以调整一致性级别。
丰富的查询语言	提供丰富的查询语言，支持字段、范围、正则表达式查询以及聚合框架。
原子操作	支持单文档级别的原子操作，确保数据修改的一致性和完整性。
支持事务	4.0 版本开始支持多文档 ACID 事务，增强数据操作的可靠性。
跨平台	支持多种操作系统，包括 Windows、Linux 和 macOS。
易于集成	提供多种官方驱动程序，支持多种编程语言，如 JavaScript、Python、Java、C# 等。
强大的社区支持	拥有活跃的社区和丰富的文档资料，便于开发者学习和使用。
灵活的索引	支持多种类型的索引，如单字段索引、复合索引、地理空间索引和全文索引。
聚合框架	提供强大的聚合框架，支持数据处理和分析操作，如过滤、排序、分组、投影等。
文件存储	通过 GridFS 实现大文件存储，适用于存储图片、视频等大文件数据。
安全性	提供认证和授权机制，支持基于角色的访问控制（RBAC），确保数据安全。
备份与恢复	提供多种备份与恢复机制，包括快照备份、导入导出工具和云备份服务。
可视化工具	提供官方的 MongoDB Compass 可视化工具，便于管理和分析数据库。

3. 存储结构
（1）文档

文档是 MongoDB 的基本数据单位，使用 BSON 格式存储。每个文档包含键值对，类似于 JSON 对象.
注 ：BSON文档是JSON 文档的二进制表示
（2）集合

集合是一组文档的容器，相当于关系型数据库中的表。集合中的文档可以具有不同的结构。
（3）数据库

数据库是集合的命名空间，相当于关系型数据库中的数据库，每个数据库包含集合、索引和一些元数据。

4. 存储引擎

MangoDB的默认存储引擎是 WiredTiger，支持文档级别的并发控制和压缩。除此之外，MangoDB还支持 MMAPv1（旧版本）和其他第三方存储引擎。
（1）WiredTiger存储引擎

① WiredTiger是MongoDB 3.2 版本开始默认的存储引擎，提供了更高的并发性、压缩和高效的内存使用。
② 特点

• 文档级锁定：WiredTiger 使用文档级锁定，提高了并发写操作的性能
• 数据压缩：支持数据和索引压缩，减少磁盘空间的使用
• 缓存管理：WiredTiger 使用自适应缓存管理，优化内存使用
• 事务支持：提供多文档 ACID 事务支持，保证数据一致性（与InnoDB事务不相同）
  ③ 配置

storage:
  dbPath: /var/lib/mongodb
  engine: wiredTiger
  wiredTiger:
    engineConfig:
      cacheSizeGB: 1
      statisticsLogDelaySecs: 0
      journalCompressor: snappy
    collectionConfig:
      blockCompressor: snappy
    indexConfig:
      prefixCompression: true

（2）MMAPv1 存储引擎

① MMAPv1 是 MongoDB 的原始存储引擎，在 MongoDB 3.0 之前是默认存储引擎，它使用内存映射文件来存储数据。
② 特点

• 集合级锁定：MMAPv1 使用集合级锁定，适用于读操作较多的场景。
• 简单实现：设计简单，适合需要快速读取的大量数据
  ③ 配置

storage:
  dbPath: /var/lib/mongodb
  engine: mmapv1
  mmapv1:
    nsSize: 16
    smallFiles: true
    journal:
      enabled: true

（3）In-Memory 存储引擎 （（在 MongoDB Enterprise 中可用））

① In-Memory 存储引擎将所有数据存储在内存中，适用于需要极高性能和低延迟的场景。
② 特点

• 高性能：由于数据全部存储在内存中，读写操作速度极快。
• 无持久化：数据仅在内存中存储，服务器重启后数据会丢失。
  ③ 配置

storage:
  dbPath: /var/lib/mongodb
  engine: inMemory
  inMemory:
    engineConfig:
      inMemorySizeGB: 2

5. 索引

• 单字段索引
• 复合索引：遵循最左前缀原则
• 多键索引：MongoDB 的一个字段可能是数组，在对这种字段创建索引时，就是多键索引；多键索引为数组中每一个值创建索引
• 哈希索引：按数据的哈希值索引，用在哈希分片集群上
• 文本索引： 支持对字符串内容的文本搜索查询，一个集合一个
• TTL索引：参考MongoDB索引
• 地理位置索引

（二）常见面试题

1. MongoDB 集群

（1）复制集群

• 是一组维护相同数据集合的 mongodb 进程
• 组成：包含 1 个主节点（Primary），多个从节点（Secondary）以及零个或 1 个仲裁节点（Arbiter）
• 主节点负责写和读，从节点负责读，仲裁节点不存储数据，只负责选举时投票
• 主节点与备节点之间是通过 oplog（操作日志） 来同步数据的（ local 库下的一个特殊的 上限集合(Capped Collection) ，用来保存写操作所产生的增量日志）

（2）分片集群

• 数据被均衡的分布在不同分片中
• 组成
  ① Config Servers：配置服务器，本质上是一个 MongoDB 的副本集，负责存储集群的各种元数据和配置，如分片地址、Chunks 等
  ② Mongos：路由服务，不存具体数据，从 Config 获取集群配置讲请求转发到特定的分片，并且整合分片结果返回给客户端
  ③ Shard：每个分片是整体数据的一部分子集
• 分片算法
  ① 基于范围的分片：适合分片键的值不是单调递增或单调递减、分片键的值基数大且重复的频率低、需要范围查询等业务场景。
  ② 基于 Hash 值的分片：适合分片键的值存在单调递增或递减、片键的值基数大且重复的频率低、需要写入的数据随机分发、数据读取随机性较大等业务场景。

2. MongoDB聚合
（1）介绍

① MongoDB 的聚合框架是一个强大的工具，用于处理数据并生成汇总结果。它允许在文档集合上执行复杂的数据处理和分析操作。

② 聚合管道：是一系列数据处理阶段的组合，每个阶段会对输入文档进行操作，并将结果传递给下一个阶段。

（2）聚合管道常用阶段操作符

• $match：过滤文档，类似于查询的 find 操作
• $group：将文档分组，并可对每个分组进行计算
• $sort：对文档排序
• $project：重新定义文档的结构，可以添加、删除字段
• $limit：限制返回的文档数量
• $skip：跳过指定数量的文档
• $unwind：将数组类型字段拆分为多个文档

（3）聚合框架的性能优化

• 使用索引：在 $match 阶段尽量使用索引，以提高过滤数据的速度
• 限制返回数据量：使用 limit 和 skip 控制返回的数据量，避免一次性处理大量数据
• 简化管道阶段：尽量减少管道阶段的数量，每个阶段只处理必要的数据
• **适当使用 project**：在数据进入聚合管道时尽早使用 project 只保留需要的字段，以减少数据传递的开销

3. MongoDB的数据备份和恢复

（1）备份

• mongodump 命令将 MongoDB 数据导出为 BSON 格式的文件
• 可以备份整个数据库或指定的集合
• 示例

mongodump --db <database_name> --out <backup_directory>

（2）恢复

• mongorestore 命令将 BSON 文件导入到 MongoDB 中，用于恢复数据
• 示例

mongorestore --db <database_name> <backup_directory>

（3）文件级备份

• 通过复制 MongoDB 数据存储文件来实现，适用于使用 WiredTiger 存储引擎的 MongoDB 数据库
• 步骤
  ① 锁定数据库：使用 fsync 锁定数据库以确保数据一致性
  ② 复制数据文件：复制 MongoDB 数据存储文件
  ③ 解锁数据库：解锁数据库

4. MongoDB事务

• MongoDB 在 4.0 版本开始支持多文档 ACID 事务，使其在操作多个文档和集合时能够保证数据的一致性。
• 复制集环境：MongoDB 的多文档事务需要在复制集环境中才能使用。
• 跨分片事务：MongoDB 4.2 及以上版本支持跨分片事务，但需要配置分片集群。

5. 如何处理 MongoDB 中的慢查询
（1）慢查询日志

• MongoDB 具有内置的慢查询日志功能，可以记录超过指定时间的查询。配置方法如下：

# mongod.conf
operationProfiling:
  slowOpThresholdMs: 100 # 设置慢查询阈值为 100 毫秒
  mode: slowOp

• db.currentOp() ：可以查看当前正在执行的操作，包括运行时间长的查询
• db.system.profile：数据库的性能分析器，捕获详细的操作信息

（2）慢查询分析

使用 explain() 分析查询计划，帮助分析查询是如何执行的，包括使用的索引、扫描的文档数等