MongoDB实战指南：从文档设计到全球集群

{
  _id: ObjectId("66c4..."),
  user: { id: 123, name: "Alice" },
  items: [
    { sku: "A001", qty: 2, price: 9.9 },
    { sku: "B005", qty: 1, price: 19.9 }
  ],
  status: "PAID",
  createdAt: ISODate("2025-08-20T10:00:00Z"),
  shipping: {
    addr: { type: "Point", coordinates: [116.3, 39.9] },
    tel: "138****8888"
  }
}

一条文档即可承载传统三表 JOIN 的信息，减少网络往返；当数组过大时再拆集合，保持灵活与性能的平衡。

2.核心概念：Database / Collection / Document / BSON

Database：逻辑库，可跨分片分布。
• Collection：动态 Schema 的“表”，支持 validator 规则。
• Document：最大 16 MB，嵌套层级 100。
• BSON：二进制 JSON，支持 Date、BinData、Decimal128、ObjectId（12 字节，含 4 字节时间戳）。
• Namespace：db.collection 全局唯一。
• View：只读虚拟集合，支持 $lookup 实现跨集合视图。
• Time Series Collection：5.0+ 专门优化时序数据，自动 bucket、窗口索引。

3.安装与生态：一条命令启动世界

3.1 本地 Docker

docker run -d --name mongo -p 27017:27017 \
  -e MONGO_INITDB_ROOT_USERNAME=admin \
  -e MONGO_INITDB_ROOT_PASSWORD=pass \
  mongo:7.0 --auth

3.2 云托管
MongoDB Atlas 免费 M0 → Serverless → Global Cluster，支持 VPC Peering、PrivateLink。
3.3 客户端全家桶
• Shell：mongosh（Tab 补全、语法高亮）。
• GUI：Compass（Schema 可视化、索引建议）、VS Code 插件。
• 驱动：Node.js、Python、Go、Java、C#、Rust，全部支持连接池、事务、变更流。
3.4 本地集群
一条命令拉起 3 节点复制集：

docker run -d --name mongo1 -p 27017:27017 mongo:7.0 mongod --replSet rs0
... # 另外两个节点
mongosh --eval "rs.initiate({_id:'rs0', members:[...]})"

4. CRUD：写得像 JavaScript，跑得比 SQL 还快

4.1 插入

db.orders.insertOne({ ... });
db.orders.insertMany([...], { ordered: false }); // 批量无序，部分失败继续

4.2 查询

db.orders.find({
  "user.id": 123,
  items: { $elemMatch: { sku: "A001", qty: { $gte: 2 } } },
  createdAt: { $gte: ISODate("2025-08-01") }
})
.sort({ createdAt: -1 })
.limit(10)
.projection({ "items.price": 0 })   // 排除字段

4.3 更新
• 整文档替换 .replaceOne()
• 局部修改 $set/$inc/$push/$pull/$addToSet

db.orders.updateOne(
  { _id: ObjectId("...") },
  { $set: { status: "SHIPPED" }, $inc: { "items.$[i].qty": -1 } },
  { arrayFilters: [ { "i.sku": "A001" } ] }
)

4.4 删除
.deleteOne() / .deleteMany()
软删除常用方案：增加 isDeleted:true 并建稀疏索引。

5.事务与一致性：从“无事务”到“多文档 ACID”

5.1 发展时间线
• 3.x：单文档原子性。
• 4.0：复制集多文档 ACID。
• 4.2：分片集群事务。
5.2 语法（Node.js 示例）

const session = client.startSession();
await session.withTransaction(async () => {
  await db.collection("A").updateOne({_id:1}, {$inc:{balance:-100}}, {session});
  await db.collection("B").updateOne({_id:2}, {$inc:{balance:100}}, {session});
});

5.3 隔离级别
MongoDB 实现快照隔离（类似 RR），通过 MVCC 实现读写无锁。
5.4 性能注意
• 事务默认 60 s 超时，可调整。
• 写冲突重试需业务幂等。
• 长事务占用 WiredTiger 缓存，建议拆小。

6.高可用：复制集、分片与全球集群

6.1 复制集
• 节点角色：Primary、Secondary、Arbiter。
• 自动故障转移：基于 Raft 的选举，10 s 内完成。
• 读写分离：readPreference = primaryPreferred / nearest。
• 链式复制：secondaryPreferred 可跨机房。
6.2 分片集群
• 组件：Shard（复制集）、Config Server、Mongos。
• 片键选择：高基数 + 均匀分布，避免单调递增。
– 哈希片键：userId 哈希。
– 复合片键：{country:1, userId:1} 支持地域隔离。
• Zone Sharding：将欧盟数据路由到 EU Shard，满足 GDPR。
6.3 全球集群
Atlas Global Cluster 支持 50+ Region，读写就近路由，延迟 < 50 ms。

7. 性能调优：从 explain 到火焰图

7.1 WiredTiger 引擎调优
• cacheSizeGB：容器化建议 50%–60%。
• eviction=(threads_min=4,threads_max=16)：并发刷脏。
• journalCompressor=snappy：CPU 与压缩比平衡。
7.2 操作系统
• Transparent HugePages：关闭防止 stall。
• XFS 文件系统 + noatime。
• NUMA 绑核：numactl --interleave=all。
7.3 监控
• mongod exporter + Prometheus + Grafana。
• 慢日志：profile=1, slowms=50。
• FTDC 诊断数据：mongo --eval "printjson(db.serverStatus().wiredTiger)"
7.4 火焰图
perf top -p pidof mongod 定位热点函数，常见在：
• __wt_row_search、__wt_btree_row_modify（B+ 树操作）。
• snappy_compress（压缩）。
• __memcpy（大文档拷贝）。

8. 安全与合规：认证、鉴权、审计、加密

8.1 认证机制
• SCRAM-SHA-256（默认）、LDAP、Kerberos、x.509 证书。
8.2 角色模型
• built-in roles：read, readWrite, dbAdmin, clusterAdmin。
• 自定义角色：细粒度到集合级。
8.3 加密
• TLS 1.3 传输加密。
• 静态加密：KMIP 托管密钥，AES-256。
• 客户端字段级加密（CSFLE）：敏感手机号、身份证在驱动端加密。
8.4 审计
• auditLog: destination=console, format=JSON，记录 auth、insert、update、drop。

9. 场景模式设计范式与反范式

9.1 范例：社交网络
• 用户 timeline：
– 写扩散：发推时插入到所有粉丝收件箱（反范式，读快，写重）。
– 读扩散：粉丝实时聚合关注列表（范式，写轻，读慢）。
9.2 范例：物联网时序
• Time Series Collection + 自动 bucket，每条文档 1 分钟窗口，数组存 60 个样本。
• TTL 索引 30 天自动淘汰。
9.3 范例：电商订单
• 订单主表 + items 子文档（<100 条）；
• 商品快照冗余 sku 名称价格防变更；
• 超卖保护：库存文档版本号 + findAndModify 原子减库存。

10. 常见坑与排查清单

10.1 大文档 16 MB 限制
• GridFS 拆分文件，或迁移到 S3 存 URL。
10.2 Jumbo Chunk
• 片键分布不均，手动 split + moveChunk。
10.3 时间字段无时区
• 统一存 UTC，前端根据 locale 转换。
10.4 索引键 > 1024 字节
• 使用哈希索引或前缀文本索引。
10.5 长数组导致文档膨胀
• $slice 限制数组大小，或拆子集合。

11. 路线图与社区资源

• 官方教程：university.mongodb.com（M001、M103、M201、M312）。
• 书籍：《MongoDB 权威指南（第 3 版）》《MongoDB 进阶与实战》。
• 工具：Compass、mongosh、Atlas CLI、MongoDB Charts。
• 会议：MongoDB World、MongoDB.local、MongoDB 中文社区大会。
• 贡献：jira.mongodb.org 提交 issue，GitHub 提 PR。

12. 结语

MongoDB 用 JSON 文档把“灵活”推到极致，又用事务、分片、索引把“可靠”拉到生产级。
它既不是“银弹”，也不是“玩具”，而是一套面向现代应用的完整数据平台。
读完这 3000 字，你已拥有从本地开发到全球集群的地图。下一步，把 map 变成 territory，去构建下一个亿级应用吧！