MongoDB速记 - 技术栈

MongoDB 核心考点速记笔记（锚定实习 RBAC 版本模型代码）

定位：写在 za-lincoln 技术栈里必被问。目标------概念题秒答，且每题都能落到"我实习怎么用的"。

一、MongoDB 是什么 & 与 MySQL/Redis 选型（必考第一问）

定位： 面向文档的分布式数据库（BSON 文档 = 二进制 JSON），Schema 灵活（同集合文档结构可不同），原生支持水平扩展（分片）与副本集高可用。
三选型一句话：
- MySQL： 关系强、多表 JOIN、事务强一致（钱、账）→ 结构化核心数据。
- MongoDB： 写多读少或结构多变、嵌套层次深、聚合统计（日志、配置版本、画像、内容）→ 免 JOIN 的对象型数据。
- Redis： 纯缓存/高频读写，数据可丢或可重建。
实习锚点： RBAC 权限版本（roles 是嵌套 Map：角色→资源→操作三层嵌套）------关系库要拆 5 张表 + 5 次 JOIN，MongoDB 一个文档一次读出，这就是选它的理由（面试原话）。

二、文档模型核心概念（对齐 MySQL 词汇表）

MySQL	MongoDB
Database	Database
Table	Collection
Row	Document（BSON）
Column	Field
主键	`_id`（默认 ObjectId：12 字节 = 4 时间戳 + 5 机器随机 + 3 计数器）
JOIN	嵌入式文档（或 `$lookup`，性能差少用）

嵌套 vs 引用（经典设计题）： "一起读、强从属" → 嵌入（ RBAC 的 roles）；"独立生命周期/多对多" → 引用（分集合 + 应用层组装）。
反范式陷阱： 嵌入文档无限膨胀（16MB 上限）→ 大数组要拆出集合。

三、必备查询与更新语法（写过的才敢说熟）

查询： db.col.find({age: {$gt: 18}}, {name: 1})；$in/$ne/$exists；数组匹配是"包含"语义 （{tags: "a"} 匹配数组含 a 的文档）。
投影： 第二个参数选字段（_id 默认带，_id: 0 关掉）。
更新三兄弟（辨析必考）：
- updateOne/Many + $set （只改指定字段；不写 $set 会整文档替换------新手大坑）。
- $setOnInsert： 只在 upsert 插入新文档时生效，已有文档不动------RBAC 草稿创建用它保护已存在草稿的字段不被覆盖。
- $inc： 原子自增（计数器场景）。
upsert： 查到则更新、没查到则插入（upsert: true）------必须配唯一索引 防并发双插（与 MySQL ON DUPLICATE KEY UPDATE 同思想，见项目篇-1）。
findAndModify（实习核心武器）： "查找+修改+返回修改后文档"一条原子命令 。RBAC 的 getOrCreateDraftRole 用 findAndModify + upsert + returnNew 实现"存在草稿就返回、没有就创建"------不加锁天然幂等 ，等价于"带返回值的原子 upsert"（比 update + 再查一次 的两步竞态安全）。

四、索引与执行计划

索引类型： 单字段、复合索引 （同样遵循最左前缀）、唯一索引 （防重）、TTL 索引（到期自动删文档，日志/会话场景）、文本/Atlas 全文索引（一般交给 ES，别硬扛）。
索引底层： B+ 树（和 MySQL 一样，3.0+ WiredTiger 引擎；早期 MMAPv1 是 B 树------说"Mongodb 是 B 树"是老黄历）。
explain： db.col.find(...).explain("executionStats")，看 totalDocsExamined vs nReturned（扫描/返回比 = 索引效率）。
慢查询三板斧： profiler（db.setProfilingLevel(1, {slowms: 100})）→ explain 看是否全扫 → 补索引/改查询。

五、事务与一致性（高频追问）

单文档原子性： 单文档的更新（含嵌套数组操作、findAndModify）天然原子------多数场景根本不需要多文档事务（这是 MongoDB 的设计哲学，先说这句加分）。
多文档事务： 4.0 起副本集支持、4.2 起分片支持，用法 session.startTransaction()。代价： 性能差（跨节点协调）、默认 60s 超时------能用单文档原子 + 应用层补偿就不用多文档事务。
实习锚点： RBAC 版本激活"先置新 VALID 再废旧 VALID"两步用 BulkWrite 一次提交 ，且顺序故意反着来 ：先废后立会出现"无 VALID 版本"窗口（查询报错），先立后废只是"暂时双 VALID"（查询仍能返回）------用顺序设计规避分布式事务，面试讲出来就是设计功底。
写关注（Write Concern）： w:1（主节点确认，默认）/ w:majority（过半确认，防主从切换丢写）/ w:0（不等确认，最快）。要求不丢写 → majority + journal。

六、副本集与分片（架构层必考）

1. 副本集（Replica Set）------ 高可用

角色： 1 Primary（唯一写入口）+ N Secondary（同步复制 oplog）。
选举： Sentinel 式？不------基于 Raft 思想 的自身协议，多数派投票选出新主（默认约 10s 心跳超时，任期 term 防脑裂）。类比记忆：MySQL 主从 + Raft 选举的合体。
Secondary 三种形态： 普通备份 / Priority 0 （永不参选）/ Hidden（对客户端不可见，专给报表）。
读写分离： readPreference=secondaryPreferred 读从库------接受最终一致，写永远走主。
oplog： 主库的操作日志（幂等可重放的幂等性 op），从库拉取回放------类比 MySQL binlog（但 oplog 是幂等格式，重放安全）。

2. 分片（Sharding）------ 水平扩展

三大组件： mongos（路由，无状态）+ Config Server（元数据，副本集）+ Shard（数据片，各自是副本集）。
分片键（Shard Key）： 决定文档落哪个片。必须建在分片键上的查询才只路由到单片（否则广播全片）。
两类策略： 范围分片 （range，易理解但易热点------单调递增键全打到最后一片）vs 哈希分片（hash，均匀但牺牲范围查询）。默认哈希更常用。
vs 手动分库分表（MySQL）： Mongo 分片是数据库原生自动的（应用无感知、自动均衡 rebalance），MySQL 要中间件/应用层搞------这就是"结构多变 + 需要水平扩展"场景选 Mongo 的第二个理由。
jumbo chunk / 热点： 单个分片键值过大无法分裂 → 选高基数（取值多）的分片键。

七、存储引擎与内存（WiredTiger）

WiredTiger（3.2+ 默认）： 文档级并发控制（读写锁粒度到文档，高并发写入强）+ 快照隔离 MVCC + B+ 树索引。
缓存： 默认约 (RAM - 1GB) / 2 为 WiredTiger Cache------MongoDB 吃内存是设计使然（热数据全在 cache 才快），生产独占机器、别和 MySQL 挤一台。
日志： journal（WAL 预写日志，崩溃恢复，类比 InnoDB redo log）+ checkpoint。

八、Aggregation 聚合管道（替代复杂 SQL 的武器）

管道思想： $match → $group → $sort → $limit 一条管道流式处理，等价于 SQL 的 WHERE/GROUP BY/ORDER BY。
高频算子： $match（尽量放最前面，先过滤少过数据）、$group + $sum/$avg、$project（投影）、$unwind（数组炸开成多行）、$lookup（左连接，能不用就不用）。
实战锚点： RBAC 的"角色数量、权限覆盖度统计"（findAllApiResources 后算覆盖）就是聚合管道------和 SQL 对着讲（"把 GROUP BY 换成 $group 而已"）。

九、实习项目深挖预案（背熟这三问三答）

"为什么 RBAC 用 MongoDB 不用 MySQL？"

"三层嵌套结构（角色→资源→操作）在关系库要拆 5 张表 + 5 次 JOIN，读一个完整版本要拼装；Mongo 一个文档整存整取，且版本快照这种'写少读多、按版本整体读取'的模式和文档模型天然匹配。事务弱点的风险我们用单文档原子操作 + 顺序设计（先立后废）规避了。"
"并发发布两个草稿怎么办？"

"Redis 分布式锁 + 锁内双重校验 + Mongo 版本号自增；草稿获取本身用 findAndModify+upsert 原子幂等，连锁都不用。"
"MongoDB 事务了解吗？"

"单文档天然原子；多文档 4.0+ 支持但我们没用------BulkWrite 一次提交两步更新 + 反序设计替代了它，性能更好。"

十、自测清单

文档 vs 关系选型的三个判据？ObjectId 的组成？
findAndModify + upsert 为什么是原子的？$setOnInsert 干嘛的？
先废后立 vs 先立后废的窗口差异？BulkWrite 是原子的吗？
副本集选举基于什么思想？oplog 类比 MySQL 什么？为什么是幂等的？
分片键两类策略的取舍？什么查询会广播？
WiredTiger 的并发控制粒度？为什么 Mongo 吃内存是正常的？