MongoDB

MongoDB 是目前最流行的文档型 NoSQL 数据库，因灵活的 schema、高扩展性和适用于非结构化 / 半结构化数据场景而被广泛使用。以下是关于 MongoDB 的核心知识点及常见面试题：

一、基础概念与特性

1. 什么是 MongoDB？它的核心特性是什么？

   • 定义：MongoDB 是一个开源的文档型 NoSQL 数据库，数据以类似 JSON 的 "文档"（BSON 格式）存储，无需预定义 schema（表结构），适合存储非结构化或半结构化数据。
   • 核心特性：
     • 文档模型：数据以键值对形式的文档（BSON）存储，支持嵌套结构（如嵌入子文档、数组），更贴近业务对象（如用户文档可直接包含地址、订单列表）。
     • 无 schema 设计：同一集合（Collection）中的文档可拥有不同字段和结构，适合快速迭代的业务（如电商商品属性多变场景）。
     • 高可扩展性：支持副本集（高可用）和分片（水平扩展），轻松应对海量数据和高并发。
     • 丰富的查询能力：支持复杂查询（如范围查询、正则匹配）、聚合管道（数据分析）、地理空间查询等。
     • 索引支持：类似关系型数据库，支持单字段、复合、地理空间等多种索引，提升查询效率。

2. MongoDB 与关系型数据库（如 MySQL）的核心区别是什么？

   维度	MongoDB（文档型）	关系型数据库（如 MySQL）
   数据模型	文档（BSON），支持嵌套和数组	二维表（行 + 列），需预定义表结构
   Schema	动态 schema（同一集合文档结构可不同）	固定 schema（表结构需提前定义，修改成本高）
   关联关系	推荐通过 "嵌入文档" 减少关联，也支持引用（$lookup）	通过外键强关联（JOIN 操作）
   事务支持	4.0+ 支持多文档事务（有限制）	完整 ACID 事务支持
   适用场景	非结构化数据（日志、用户画像）、快速迭代业务	结构化数据（订单、财务）、强事务场景

3. MongoDB 中的 "文档（Document）""集合（Collection）""数据库（Database）" 分别对应关系型数据库的什么概念？

   • 文档（Document） ：类似关系型数据库的 "行（Row）"，但结构更灵活（可嵌套），以 BSON（二进制 JSON）格式存储（支持更多数据类型，如日期、ObjectId）。例：一个用户文档

     json

     {
       "_id": ObjectId("650a1b3d7f82e1234567890"),  // 自动生成的唯一标识
       "name": "张三",
       "age": 25,
       "address": { "city": "北京", "street": "XX路" },  // 嵌入子文档
       "hobbies": ["篮球", "游戏"]  // 数组
     }

   • 集合（Collection）：类似关系型数据库的 "表（Table）"，是文档的集合，但集合中文档的结构可以不同（无 schema 约束）。

   • 数据库（Database） ：类似关系型数据库的 "数据库"，是集合的容器，一个 MongoDB 实例可包含多个数据库（如 user_db、order_db）。

4. MongoDB 中的 _id 字段有什么作用？

   • _id 是文档的唯一标识 ，类似关系型数据库的主键（Primary Key），每个文档必须包含 _id 字段（若未手动指定，MongoDB 会自动生成）。
   • 自动生成的 _id 为 ObjectId 类型（12 字节），包含时间戳、机器 ID、进程 ID、自增计数器，确保分布式环境下的唯一性。
   • 可手动指定 _id（如用业务 ID 作为 _id），但需保证唯一性，否则插入会报错（duplicate key error）。

二、数据类型与核心操作

1. **MongoDB 支持哪些特殊数据类型？**除了常见的字符串（String）、数字（Int/Double）、布尔（Boolean），还支持：

   • ObjectId：用于 _id 字段，确保文档唯一性。
   • Date：日期时间（精确到毫秒），如 ISODate("2023-09-20T08:00:00Z")。
   • Array：数组，可包含多个值（如 [1, 2, 3] 或 ["a", {b:1}]）。
   • Embedded Document：嵌入子文档（如 {address: {city: "上海"}}）。
   • Binary Data：二进制数据（如图片、文件）。
   • Regular Expression：正则表达式（用于模糊查询）。

2. MongoDB 的 CRUD 操作常用命令是什么？

   • 创建（Create） ：insertOne()（单文档）、insertMany()（多文档）

     javascript

     运行

     db.users.insertOne({ name: "李四", age: 30 })  // 插入单条
     db.users.insertMany([{ name: "王五" }, { name: "赵六" }])  // 插入多条

   • 查询（Read） ：find()（查询所有）、findOne()（查询单条），支持条件筛选（query）和投影（projection）

     javascript

     运行

     // 查询年龄>25的用户，只返回name和age字段（_id默认返回，需显式排除）
     db.users.find({ age: { $gt: 25 } }, { name: 1, age: 1, _id: 0 })

   • 更新（Update） ：updateOne()（更新匹配的第一条）、updateMany()（更新所有匹配），需用更新操作符（$set、$inc 等）

     javascript

     运行

     // 将name=李四的用户年龄+1
     db.users.updateOne({ name: "李四" }, { $inc: { age: 1 } })

   • 删除（Delete） ：deleteOne()（删除匹配的第一条）、deleteMany()（删除所有匹配）

     javascript

     运行

     // 删除年龄<18的用户
     db.users.deleteMany({ age: { $lt: 18 } })

3. MongoDB 常用的查询操作符有哪些？

   • 比较操作符：$eq（等于）、$gt（大于）、$lt（小于）、$gte（大于等于）、$lte（小于等于）、$ne（不等于）、$in（在数组中）、$nin（不在数组中）。例：db.users.find({ age: { $gte: 18, $lte: 30 } })（查询 18-30 岁用户）。
   • 逻辑操作符：$and、$or、$not。例：db.users.find({ $or: [{ age: { $gt: 30 } }, { name: "张三" }] })。
   • 数组操作符：$in（数组包含任一元素）、$all（数组包含所有元素）、$size（数组长度）。例：db.users.find({ hobbies: { $all: ["篮球", "游戏"] } })（爱好同时包含篮球和游戏）。
   • 嵌入文档操作符：$（匹配数组中的元素）、$elemMatch（数组元素多条件匹配）。

4. 什么是 MongoDB 聚合管道（Aggregation Pipeline）？举例说明其用途。

   • 聚合管道是 MongoDB 用于复杂数据处理和分析的工具，由多个 "阶段（Stage）" 组成，文档按顺序经过每个阶段处理，最终输出结果（类似流水线）。

   • 常用阶段：

     • $match：筛选文档（类似 find 的查询条件）。
     • $group：按字段分组，结合聚合函数（$sum、$avg 等）。
     • $project：修改文档结构（保留 / 排除字段、重命名）。
     • $sort：排序。
     • $limit：限制返回数量。

   • 示例：统计每个城市的用户数量，并按数量降序排列

     javascript

     运行

     db.users.aggregate([
       { $match: { age: { $gte: 18 } } },  // 先筛选成年用户
       { $group: { _id: "$address.city", count: { $sum: 1 } } },  // 按城市分组计数
       { $sort: { count: -1 } },  // 按数量降序
       { $limit: 10 }  // 取前10
     ])

三、索引与性能优化

1. **MongoDB 支持哪些类型的索引？**索引用于加速查询，避免全集合扫描（类似关系型数据库），常见类型：

   • 单字段索引 ：对单个字段创建索引，如 db.users.createIndex({ name: 1 })（1 为升序，-1 为降序）。
   • 复合索引 ：对多个字段创建索引，遵循 "最左前缀原则"，如 db.users.createIndex({ age: 1, name: -1 })（查询 age 或 age+name 可命中，单独查 name 不命中）。
   • 地理空间索引 ：用于地理位置查询（如附近的人），如 db.shops.createIndex({ location: "2dsphere" })。
   • 文本索引 ：用于全文搜索，如 db.articles.createIndex({ content: "text" })，支持 $text 查询。
   • 哈希索引：对字段哈希值创建索引，适合等值查询，不支持范围查询。

2. 如何查看索引是否被查询使用？如何优化索引？

   • 用 explain() 分析查询执行计划，重点看 executionStats.executionStages 中的 stage 字段：

     • IXSCAN：索引扫描（命中索引，高效）；
     • COLLSCAN：全集合扫描（未命中索引，需优化）。例：db.users.find({ age: { $gt: 25 } }).explain("executionStats")。

   • 索引优化原则：

     • 只为高频查询字段创建索引（索引会增加写入 / 更新开销）。
     • 复合索引字段顺序：将过滤性强的字段放前面（如性别字段过滤性差，不适合放前面）。
     • 避免过度索引（一个集合索引建议不超过 5-10 个）。
     • 删除未使用的索引（用 db.collection.getIndexes() 查看所有索引，结合监控判断是否有用）。

四、高可用与分布式

1. 什么是 MongoDB 副本集（Replica Set）？它的作用是什么？

   • 副本集是 MongoDB 实现高可用的核心机制，由多个 MongoDB 实例组成（通常 3 个节点），包含：

     • Primary（主节点）：唯一可接收写操作的节点，负责将数据同步到从节点。
     • Secondary（从节点） ：从主节点复制数据，仅处理读操作（可通过 readPreference 配置读策略）。
     • Arbiter（仲裁节点）：不存储数据，仅在主节点故障时参与投票选举新主节点（减少资源占用）。

   • 作用：

     • 故障转移：主节点宕机后，副本集会自动选举新主节点（通过 Raft 算法），确保服务不中断。
     • 读写分离：读操作可分流到从节点，减轻主节点压力。
     • 数据冗余：数据多副本存储，避免单点故障导致数据丢失。

2. 副本集的故障转移过程是怎样的？

   • 1. 检测故障 ：从节点定期向主节点发送心跳（默认每 2 秒），若超过 electionTimeoutMillis（默认 10 秒）未收到响应，判定主节点不可用。
   • 1. 发起选举：一个从节点（优先级高的优先）发起选举，向其他节点请求投票。
   • 1. 选举新主节点：获得多数节点（超过半数）投票的从节点成为新主节点（如 3 节点副本集需至少 2 票）。
   • 1. 同步数据：新主节点接收写操作，其他从节点从新主节点同步数据，恢复正常服务。

3. 什么是 MongoDB 分片（Sharding）？为什么需要分片？

   • 分片是 MongoDB 应对海量数据的水平扩展方案，将大集合的数据拆分到多个 "分片（Shard）"（每个分片是一个副本集），实现数据分布式存储。

   • 为什么需要分片？

     • 单节点存储容量有限（如磁盘空间不足）；
     • 单节点读写压力过大（无法通过副本集分担，因副本集数据全量复制）。

   • 分片集群的核心组件：

     • Shard（分片）：存储实际数据（每个分片是副本集，保证高可用）。
     • Mongos（路由节点）：接收客户端请求，根据分片键将请求路由到对应的分片（客户端只连接 Mongos）。
     • Config Server（配置服务器）：存储集群元数据（如分片键范围、分片映射关系），通常为 3 节点副本集。

4. 分片键（Shard Key）的作用是什么？选择分片键需注意什么？

   • 分片键是用于将集合数据拆分到不同分片的字段（如 user_id、create_time），MongoDB 通过分片键的值范围或哈希值决定数据存储的分片。

   • 选择原则：

     • 均衡性：分片键需使数据均匀分布到所有分片（避免某分片数据过多，成为瓶颈）。反例：用性别（男 / 女）作为分片键，仅能拆分到 2 个分片，无法扩展。
     • 查询效率：分片键需与高频查询字段匹配（避免 Mongos 向所有分片广播查询）。
     • 不可变：分片键一旦设置，字段值不可修改（否则数据无法正确路由）。

五、事务与数据一致性

1. MongoDB 支持事务吗？有什么限制？

   • 支持：MongoDB 4.0 开始支持多文档事务（单文档事务天然支持），4.2 后支持分片集群中的事务。
   • 特性：满足 ACID 特性（原子性、一致性、隔离性、持久性），类似关系型数据库事务。
   • 限制：
     • 事务中的写操作会加锁，可能影响性能（建议事务执行时间短）。
     • 分片集群中，事务涉及的文档需在同一个分片（通过分片键保证），否则事务失败。
     • 不支持跨数据库的事务（4.2+ 支持同一部署下的跨库事务）。

2. 如何保证 MongoDB 数据的一致性？

   • 副本集同步：主节点写入后，数据通过 oplog（操作日志）同步到从节点，确保从节点数据最终一致（默认异步同步，可配置 "多数确认" 保证强一致性）。
   • 事务：多文档操作通过事务保证原子性（要么全成功，要么全失败）。
   • 读写策略：
     • 写操作：通过 writeConcern 配置（如 { w: "majority" } 表示等待多数节点确认后返回，确保数据不丢失）。
     • 读操作：通过 readPreference 配置（如 primary 只从主节点读，保证最新；secondaryPreferred 优先从从节点读，提升性能）。

六、适用场景与局限性

1. MongoDB 适合哪些场景？不适合哪些场景？

   • 适合场景：

     • 非结构化 / 半结构化数据（如日志、用户画像、JSON 格式数据）；
     • 快速迭代的业务（无需频繁修改 schema）；
     • 高写入吞吐量场景（如物联网设备数据上报）；
     • 地理空间查询（如 LBS 应用：附近的商家）；
     • 大数据量存储（通过分片扩展）。

   • 不适合场景：

     • 强事务需求（如金融交易，虽支持事务，但关系型数据库更成熟）；
     • 复杂多表关联查询（MongoDB 的 $lookup 性能不如关系型数据库的 JOIN）；
     • 数据一致性要求极高（如库存管理，需频繁锁操作）。