MongoDB 是主流的文档型 NoSQL 数据库，以灵活的文档模型、高性能、易扩展著称，是 Java 后端面试中 NoSQL 模块的核心考点（重点考：存储原理、索引、副本集、分片、与 MySQL 对比、性能优化）。
一、MongoDB 核心原理（先懂原理，再背题）
1.1 核心特性
- 文档型数据库：数据以 BSON（二进制 JSON）格式存储，支持嵌套文档、数组，无固定表结构（.schema-less）；
- 高性能：内存映射存储、索引优化、WiredTiger 存储引擎（默认）支持压缩 / 并发；
- 高可用：副本集（Replica Set）实现主从备份、自动故障转移；
- 水平扩展：分片集群（Sharding）支持海量数据分布式存储；
- 原生支持分布式事务（4.0+）、地理空间索引、全文索引。
1.2 存储核心原理
（1）数据格式：BSON
- BSON 是二进制编码的 JSON，支持更多数据类型（Date、Int64、ObjectId、Binary 等）；
- 每个文档有唯一
_id字段（默认自动生成 ObjectId，可自定义），作为主键。
（2）核心存储引擎（面试高频）
| 存储引擎 | 特点 | 适用场景 |
|---|---|---|
| WiredTiger（默认） | 支持行级锁、压缩（Snappy/Zlib）、MVCC、事务 | 生产环境首选，高并发、大数据量 |
| MMAPv1（废弃） | 表级锁、内存映射文件 | 低版本兼容，已淘汰 |
（3）数据存储结构
- 命名空间（Namespace） ：
数据库名.集合名（如test.user）； - 数据文件：按预分配策略生成（默认 2GB 递增），避免频繁磁盘 IO；
- 日志机制 ：
Journal 日志：预写日志（WAL），默认 100ms 刷盘，崩溃后可恢复；Oplog 日志：副本集数据同步日志（固定大小的循环日志）。
1.3 索引核心原理
（1）索引结构：B + 树（和 MySQL 一致）
- 所有索引基于 B + 树构建，叶子节点存储文档地址（磁盘指针）；
- 主键
_id默认为唯一索引，不可删除。
（2）常见索引类型（必考）
| 索引类型 | 作用 | 适用场景 |
|---|---|---|
| 单字段索引 | 单个字段的升序 / 降序索引 | 单条件查询（如 where name = '张三'） |
| 复合索引 | 多个字段组合的索引 | 多条件查询（如 where age > 20 and gender = '男'） |
| 唯一索引 | 保证字段值唯一 | 手机号、邮箱等唯一标识 |
| 地理空间索引 | 支持地理位置查询（如附近的人） | LBS 应用（外卖、打车） |
| 文本索引 | 支持全文检索 | 文章、商品标题搜索 |
| 哈希索引 | 按字段哈希值索引 | 分片集群的分片键（均匀分布数据） |
（3）索引优化原则
- 最左前缀匹配：复合索引需按查询频率排序字段；
- 避免覆盖低基数字段（如性别、状态）；
- 用
explain()分析查询计划，避免全表扫描（COLLSCAN）； - 索引不是越多越好：写入时需维护索引，增加开销。
1.4 副本集（Replica Set）原理（高可用核心）
（1）核心角色
- 主节点（Primary）：读写操作，唯一可写节点；
- 从节点（Secondary）：只读，同步主节点 Oplog 数据；
- 仲裁节点（Arbiter）：无数据，仅参与选举（可选，集群节点为偶数时用）。
（2）选举机制（Raft 协议）
- 集群节点数为奇数（3/5/7），满足多数派选举；
- 主节点宕机 → 从节点竞选 Leader：优先级高、数据最新（Oplog 同步完成）、获得多数投票的节点胜出；
- 选举完成后，新主节点对外提供服务，原主节点恢复后变为从节点。
（3）数据同步
- 主节点写入数据 → 记录 Oplog → 从节点拉取 Oplog 重放 → 数据一致；
- 同步模式：异步同步（默认）、半同步（确保至少一个从节点同步完成再返回）。
1.5 分片集群（Sharding）原理（水平扩展核心）
（1）核心组件
- mongos：路由节点，接收客户端请求，转发到对应分片；
- config server：配置服务器，存储集群元数据（分片键、分片节点信息）；
- shard：分片节点（通常是副本集），存储实际数据。
（2）分片策略
- 范围分片：按分片键范围划分（如按时间、ID 范围），易数据倾斜；
- 哈希分片：按分片键哈希值划分，数据分布均匀，不支持范围查询优化；
- 标签分片：自定义分片规则（如按地区映射到指定分片）。
二、MongoDB 高频面试题（分模块，直接背）
一、基础必问题（开场 90% 问）
1. MongoDB 是什么？核心特点？
MongoDB 是文档型 NoSQL 数据库，核心特点：
- 无模式（schema-less），BSON 文档存储，灵活适配业务变更；
- 高性能（内存映射、索引优化）、高可用（副本集）、水平扩展（分片）；
- 支持丰富索引（地理空间、文本）、分布式事务。
2. MongoDB 的 BSON 是什么？和 JSON 区别？
- BSON 是二进制编码的 JSON，MongoDB 原生存储格式；
- 区别：支持更多数据类型（Date、Int64、ObjectId 等）、二进制存储更高效、易解析。
3. MongoDB 的 _id 字段作用？ObjectId 构成？
_id是文档唯一主键，默认自动生成 ObjectId，不可重复；- ObjectId（12 字节）构成：
- 时间戳（4 字节）：创建时间；
- 机器 ID（3 字节）：服务器标识；
- 进程 ID（2 字节）：避免同机器多进程冲突；
- 自增序列（3 字节）：同一进程内唯一。
4. MongoDB 支持的数据类型有哪些？
基础类型：字符串、数字（int/long/double）、布尔、日期、null；特殊类型：ObjectId、数组、嵌套文档、二进制数据、正则表达式。
二、原理深度题（中高级必问）
5. MongoDB 索引类型有哪些？复合索引的最左前缀原则？
- 索引类型：单字段、复合、唯一、地理空间、文本、哈希索引；
- 最左前缀：复合索引
{a:1, b:1, c:1}仅对a、a+b、a+b+c查询生效，对b、b+c查询不生效。
6. 如何优化 MongoDB 查询性能？（必考）
- 建立合适索引（避免全表扫描
COLLSCAN）； - 用
projection只返回需要的字段（减少数据传输）； - 分页用
skip()+limit()优化（大数据量用_id范围分页）； - 避免大文档（拆分嵌套文档）；
- 开启 WiredTiger 压缩，减少磁盘 IO；
- 用
explain()分析查询计划，优化慢查询。
7. MongoDB 副本集的作用？选举机制？
- 作用：高可用（故障自动转移）、读写分离（主写从读）、数据备份；
- 选举：基于 Raft 协议，奇数节点、多数派投票，优先级高 + 数据最新的从节点胜出。
8. MongoDB 分片集群的核心组件？分片键如何选择？
- 核心组件：mongos（路由）、config server（配置）、shard（分片节点）；
- 分片键选择原则：
- 高频查询字段；
- 数据分布均匀（避免倾斜）；
- 尽量不变更（分片键不可修改）；
- 范围查询用范围分片，无范围用哈希分片。
9. MongoDB 的事务支持？和 MySQL 事务区别？
- MongoDB 4.0+ 支持副本集事务，4.4+ 支持分片集群事务；
- 区别：
- MySQL：ACID 完全支持，锁粒度细（行级）；
- MongoDB：仅支持单文档事务（默认），多文档事务需显式开启，性能略低于 MySQL，适合非核心业务。
10. Journal 日志和 Oplog 日志区别？
- Journal：预写日志（WAL），用于崩溃恢复，保障数据持久化；
- Oplog：副本集同步日志，固定大小循环日志，记录主节点所有写操作。
三、实战 & 对比题（生产经验）
11. MongoDB vs MySQL（最常问）
| 特性 | MongoDB | MySQL |
|---|---|---|
| 数据模型 | 文档型（无模式） | 关系型（固定表结构） |
| 事务 | 支持多文档 / 分布式事务（弱） | 强 ACID 事务 |
| 索引 | B + 树、地理空间、文本索引 | B + 树、全文索引（需插件） |
| 扩展 | 水平扩展（分片）易 | 水平扩展复杂（分库分表） |
| 适用场景 | 非结构化 / 半结构化数据（日志、用户画像、LBS） | 结构化数据（订单、支付、核心业务） |
12. Spring Data MongoDB 常用注解？
@Document：标记实体类对应 MongoDB 集合；@Id：指定主键字段（对应_id）；@Field：指定字段名（映射集合字段）；@Indexed：标记索引字段；@CompoundIndex：标记复合索引。
13. MongoDB 写入性能优化？
- 批量写入（
bulkWrite）代替单条插入； - 关闭不必要的索引（写入时临时关闭，写完重建）；
- 禁用 Journal 日志（测试环境，生产不建议）；
- 调整写入关注级别（
w:1仅主节点确认，默认w:majority）； - 使用内存映射，提升写入速度。
14. MongoDB 数据迁移 / 备份方案？
- 备份：
mongodump（逻辑备份）、文件系统快照（物理备份）； - 恢复：
mongorestore； - 迁移：副本集同步、
mongodump + mongorestore、分片集群数据迁移工具。
15. 什么是数据倾斜？分片集群如何避免？
- 数据倾斜：某分片存储数据远多于其他分片（如分片键选择不当）；
- 避免：
- 选择均匀分布的分片键（如用户 ID 哈希）；
- 用标签分片手动分配数据；
- 定期迁移分片数据（balancer 自动均衡）。
四、生产排查题（实战向）
16. MongoDB 查询慢的排查思路？
- 用
db.collection.find().explain()看执行计划：是否走索引（IXSCAN）、是否全表扫描（COLLSCAN）； - 检查索引是否缺失 / 失效；
- 查看慢查询日志（开启 profiling）；
- 检查服务器资源（CPU / 内存 / 磁盘 IO）；
- 检查文档大小（大文档导致查询耗时）。
17. 副本集主节点宕机，从节点不选举的原因？
- 集群节点数为偶数，无仲裁节点，无法形成多数派；
- 从节点优先级为 0（不可竞选主节点）；
- 从节点数据落后主节点过多（Oplog 覆盖）；
- 网络分区，从节点无法通信。
18. MongoDB 内存占用过高原因？
- WiredTiger 缓存设置过大（默认占物理内存 50%）；
- 索引过多，内存映射文件占用高；
- 大量慢查询导致内存无法释放；
- 大文档频繁读取，缓存未淘汰。
19. 如何保证 MongoDB 数据一致性？
- 副本集同步（Oplog 重放）；
- 写入关注级别设为
w:majority（多数节点确认写入）； - 开启 Journal 日志（崩溃恢复）；
- 关键业务用分布式事务。
20. MongoDB 不适合的场景？
- 强事务要求的核心业务（如金融支付）；
- 复杂多表关联查询（MongoDB 关联查询性能差）；
- 固定结构、低变更的结构化数据。
三、面试一句话核心总结（快速记忆）
- MongoDB 是文档型 NoSQL，BSON 存储，副本集（高可用）+ 分片（水平扩展）；
- 索引基于 B + 树，复合索引遵循最左前缀，用
explain()优化查询； - 副本集选举靠 Raft 协议，奇数节点 + 多数派投票；
- 分片键选均匀分布字段，避免数据倾斜；
- 对比 MySQL：MongoDB 灵活易扩展，MySQL 事务强，核心业务选 MySQL。