MongoDB 介绍与部署

Cacciatore->2025-03-16 21:30

MongoDB 的 Schema-less（无模式）特性

MongoDB 不需要提前定义表结构（Schema） ，可以存储不同结构的文档（JSON/BSON），这与传统的 SQL 关系型数据库（RDBMS）有很大不同。

1. MongoDB 的无模式特性

在 MongoDB 中：

  • 每个 集合（Collection） 类似于 SQL 的表（Table）。
  • 但集合中的 文档（Document） （类似于 SQL 的行 Row）可以有 不同的字段（Columns），无需固定结构。
  • 你可以向同一个集合中插入不同结构的数据，MongoDB 会自动处理这些数据。
示例：MongoDB 允许不同结构的数据
json 复制代码 
// 同一个集合（people），但结构不同
{ "name": "Alice", "age": 25 }
{ "name": "Bob", "age": 30, "email": "[email protected]" }
{ "name": "Charlie", "age": 28, "address": "New York", "phone": "123456789" }

这里：

  • Alice 只有 name 和 age
  • Bob 额外有 email
  • Charlie 额外有 address 和 phone

MongoDB 不会报错 ，而 SQL 关系数据库（如 MySQL、PostgreSQL）要求所有记录（Row）遵循相同的列结构，否则会导致插入失败。

2. MongoDB vs SQL：结构对比

特性 MongoDB（NoSQL） SQL 关系数据库（RDBMS）
数据存储单位 文档（JSON/BSON） 表（Table）中的行（Row）
模式（Schema） 无模式（Schema-less），字段可以不固定 需要预定义模式，所有行必须符合表结构
字段约束 没有强制约束，字段可以缺失或不同 需要在表定义时固定字段和数据类型
数据查询 使用 BSON 文档查询（MongoDB Query Language） 使用 SQL 查询
扩展性 水平扩展（Sharding）较容易 垂直扩展为主，水平扩展较难
事务 事务支持较弱（支持 ACID 事务，但不如 SQL 强大） 强事务支持（ACID）

3. MongoDB 与 SQL 主要不同点

插入数据

MongoDB

可以向同一个集合（Collection）中插入不同结构的文档：

python 复制代码 
from pymongo import MongoClient

client = MongoClient("mongodb://localhost:27017/")
db = client["testdb"]
collection = db["people"]

# 插入不同结构的数据
collection.insert_one({"name": "Alice", "age": 25})
collection.insert_one({"name": "Bob", "age": 30, "email": "[email protected]"})
collection.insert_one({"name": "Charlie", "age": 28, "address": "New York"})

# 查询所有数据
for doc in collection.find():
    print(doc)

特点：

  • 无需创建表结构
  • 不同文档的字段可以不同
  • 直接插入数据，MongoDB 会自动存储
SQL（MySQL 示例）
sql 复制代码 
CREATE TABLE people (
    id INT AUTO_INCREMENT PRIMARY KEY,
    name VARCHAR(100) NOT NULL,
    age INT NOT NULL,
    email VARCHAR(255),
    address VARCHAR(255)
);

INSERT INTO people (name, age) VALUES ('Alice', 25);
INSERT INTO people (name, age, email) VALUES ('Bob', 30, '[email protected]');
INSERT INTO people (name, age, address) VALUES ('Charlie', 28, 'New York');

特点：

  • 必须 先定义表结构（CREATE TABLE）
  • 插入数据时，必须符合表的字段
  • 不能动态增加字段，除非 ALTER TABLE

数据查询

MongoDB
python 复制代码 
# 查询 name 为 "Alice" 的人
result = collection.find_one({"name": "Alice"})
print(result)

使用 JSON/BSON 格式查询

SQL
sql 复制代码 
SELECT * FROM people WHERE name = 'Alice';

如果字段不存在（例如 phone），需要 ALTER TABLE 添加

结构变化的影响

MongoDB

如果需要给某些文档增加 phone 字段，可以直接更新：

python 复制代码 
collection.update_one({"name": "Alice"}, {"$set": {"phone": "123456789"}})

MongoDB 允许文档的字段动态增加，不影响已有数据。

SQL

如果想给 people 表增加 phone 字段：

sql 复制代码 
ALTER TABLE people ADD COLUMN phone VARCHAR(20);

SQL 需要修改整个表结构，否则无法存储新的字段。

4. 什么时候选择 MongoDB？什么时候选择 SQL？

适合 MongoDB 的场景

  • 数据结构不固定，经常变化（如电商商品、社交媒体动态）
  • 高并发读写，需要快速查询和写入（如日志、IoT 设备数据）
  • 海量数据存储，需要水平扩展（如大数据分析）
  • JSON 格式存储需求 ，适用于 RESTful API

适合 SQL 关系数据库的场景

  • 数据结构固定，表结构清晰（如银行系统、ERP）
  • 强事务支持（ACID）（如金融支付系统）
  • 复杂的多表 JOIN 查询（如关系紧密的数据管理）

5. 结论

对比项 MongoDB（NoSQL） SQL 关系数据库
模式（Schema） 无模式（Schema-less），文档字段可以不同 固定模式（Schema），表结构必须固定
灵活性 高，随时增加字段 低，需要修改表结构
查询方式 BSON 文档查询（Mongo Query Language） SQL
扩展性 水平扩展（Sharding）容易 主要依赖垂直扩展
事务支持 基础事务支持（ACID 事务较弱） 强 ACID 事务支持
适用场景 非结构化数据、大数据、高并发 事务性强、结构清晰的业务

MongoDB 更适合灵活性高、数据结构多变 的场景，而 SQL 关系数据库更适合结构清晰、事务要求严格的应用。

MongoDB 环境部署

1. 安装 MongoDB

Ubuntu / Debian
bash 复制代码 
sudo apt update
sudo apt install -y mongodb
CentOS / RHEL
复制代码 
sudo yum install -y mongodb-org
Windows
  1. 前往 MongoDB 官网 下载安装包
  2. 安装后，确保 MongoDB 在系统可用：
bash 复制代码 
mongod --version

2. 启动 MongoDB

bash 复制代码 
sudo systemctl start mongod
sudo systemctl enable mongod

确保 MongoDB 成功启动：

bash 复制代码 
sudo systemctl status mongod

3. 初始化 MongoDB

MongoDB 需要预先定义数据库文件夹，可以手动创建并在配置文件中修改，也可以按照默认的文件夹路径。

如果需要定制数据目录，可以修改配置文件 /etc/mongod.conf：

ini 复制代码 
storage:
  dbPath: /var/lib/mongodb
systemLog:
  destination: file
  path: /var/log/mongodb/mongod.log
  logAppend: true

修改配置后，重启 MongoDB：

bash 复制代码 
sudo systemctl restart mongod

!TIP

有时可能会遇到文件权限问题，可以首先手动启动数据库 mongod 查看报错信息。如果实在不行可以修改守护进程配置文件，将启动命令的配置删除。--config /etc/mongod.conf

MongoDB 常用操作

1. 连接 MongoDB

在终端输入：

shell 复制代码 
mongosh

如果 MongoDB 运行在非默认端口，可以指定服务器与端口：

shell 复制代码 
mongosh --host <hostname>:<port>

2. 查看环境信息

shell 复制代码 
# 查看当前数据库
show dbs

# 切换到指定数据库
use <database_name>

# 查看当前集合
show collections

3. 数据操作

shell 复制代码 
# 查询所有文档
db.<collection_name>.find()

# 插入文档
db.<collection_name>.insertOne({"name": "Alice", "age": 25})

# 更新文档
db.<collection_name>.updateOne({"name": "Alice"}, {"$set": {"age": 26}})

# 删除文档
db.<collection_name>.deleteOne({"name": "Alice"})

4. 退出 MongoDB 命令行

shell 复制代码 
quit()
exit
相关推荐
2301_802502331 小时前
哈工大计算机系统2025大作业——Hello的程序人生
数据库·程序人生·课程设计
Alan3165 小时前
Qt 中，设置事件过滤器（Event Filter）的方式
java·开发语言·数据库
TDengine （老段）6 小时前
TDengine 集群容错与灾备
大数据·运维·数据库·oracle·时序数据库·tdengine·涛思数据
Lao A（zhou liang）的菜园6 小时前
高效DBA的日常运维主题沙龙
运维·数据库·dba
迪迦不喝可乐7 小时前
mysql知识点
数据库·mysql
不太可爱的大白7 小时前
MySQL 事务的 ACID 四大特性及其实现原理
数据库·mysql
观测云9 小时前
HikariCP 可观测性最佳实践
数据库
文牧之9 小时前
PostgreSQL的扩展 dblink
运维·数据库·postgresql
趁你还年轻_9 小时前
Redis-旁路缓存策略详解
数据库·redis·缓存
在云上（oncloudai）10 小时前
AWS DocumentDB vs MongoDB：数据库的技术抉择
数据库·mongodb·aws
热门推荐
01从零安装 LLaMA-Factory 微调 Qwen 大模型成功及所有的坑02KGG转MP3工具|非KGM文件|解密音频03YOLOv8入门 | 重要性能衡量指标、训练结果评价及分析及影响mAP的因素【发论文关注的指标】04山东大学2024深度学习期末考试回忆05DeepSeek各版本说明与优缺点分析06【SpeedAI科研小助手】2分钟极速解决知网维普重复率、AIGC率过高，一键全文降！文件格式不变，公式都保留的！07VMware虚拟机安装Win7专业版保姆级教程（附镜像包）08wandb使用遇到的一些问题09组基轨迹建模 GBTM的介绍与实现（Stata 或 R）10Coze扣子平台完整体验和实践（附国内和国际版对比）