MongoDB 概览

这一课你将能做到

1. 说清楚 MongoDB 是什么、和 MySQL 这类关系型数据库的本质区别
2. 在本机或 Atlas 上连上一个 MongoDB 7.x 实例，用 mongosh 建库、建集合、插入并查出一条文档
3. 判断一个业务场景适不适合用 MongoDB，并能给出理由

为什么要学

本站的主存储是 MySQL，但很多数据天然不是「表格」形状：用户提交一份代码的判题结果，里面嵌套了测试用例数组、每条的 stdout/stderr、性能指标对象；课程进度里每个用户的「已完成课时集合」长度不一。硬塞进 MySQL 要么拆一堆关联表、要么存 JSON 字符串失去查询能力。

MongoDB 就是为这种「文档形状」的数据设计的：一条记录就是一个 BSON 文档，字段可以嵌套、可以是数组、不同文档字段可以不同。同时它在互联网厂面试里是「除了 MySQL 你还用过什么数据库」的标准答案之一，值得系统学一遍。

先建立图像

关系型 vs 文档型的对照：

MySQL（关系型）                     MongoDB（文档型）
┌──────────────┐                  ┌─────────────────────────────┐
│ database     │                  │ database                    │
│  └─ table    │  <──────────>    │  └─ collection（集合）       │
│      └─ row  │                  │       └─ document（文档）    │
│      └─ col  │                  │       └─ field（字段）       │
└──────────────┘                  └─────────────────────────────┘
 表结构固定（schema 强制）          结构灵活（schema-less，可校验）
 JOIN 关联多表                      内嵌文档为主，$lookup 为辅

一条「做题记录」在 MongoDB 里的样子：

{
  "_id": ObjectId("66f1a2b3c4d5e6f708192a3b"),
  "userId": 1024,
  "lessonSlug": "mdbrm-intro",
  "code": "db.submissions.find({userId: 1024})",
  "status": "accepted",
  "cases": [
    { "name": "case1", "passed": true, "costMs": 12 },
    { "name": "case2", "passed": true, "costMs": 9 }
  ],
  "submittedAt": ISODate("2026-10-07T08:30:00Z")
}

注意：数组 cases、内嵌对象、日期、ObjectId 全部原生支持，不需要拆表。

跟着做

步骤 1：准备环境（二选一）

本地 Docker 起一个 MongoDB 7：

docker run -d --name mongo7 -p 27017:27017 mongo:7

或者注册 MongoDB Atlas 免费版（M0，512MB 存储，足够学习），拿到连接串。

安装 mongosh（官方 Shell，替代旧的 mongo shell）：Windows 用 winget：

winget install MongoDB.Shell

步骤 2：连接并验证版本

mongosh "mongodb://localhost:27017"

连上后执行：

db.runCommand({ hello: 1 })

返回里能看到 maxWireVersion 和 isWritablePrimary: true，说明实例正常。

version()   // 应输出 7.x.x

步骤 3：建库、建集合、插数据

MongoDB 的库和集合都是「用时即建」，不需要 CREATE：

use codeforge

db.submissions.insertOne({
  userId: 1024,
  lessonSlug: "mdbrm-intro",
  status: "accepted",
  cases: [
    { name: "case1", passed: true, costMs: 12 },
    { name: "case2", passed: false, costMs: 30 }
  ],
  submittedAt: new Date()
})

步骤 4：查出来

db.submissions.find({ userId: 1024 })

db.submissions.findOne({ lessonSlug: "mdbrm-intro" })

步骤 5：看看有哪些库和集合

show dbs
show collections
db.stats()

讲清楚要点

1. MongoDB 是文档数据库：存储单元是 BSON 文档（二进制 JSON 超集），不是行。文档属于集合（collection），集合属于数据库（database）。
2. Schema-less 不等于没有结构：字段可以随时加减，但生产环境通常配合 JSON Schema 校验器（validator）或应用层模型约束，否则数据会烂掉。
3. 设计哲学是「内嵌优先」：关系型里要 JOIN 的一对多数据，MongoDB 里通常内嵌成数组一次取回。是否内嵌的判断标准是「数据是否总是一起被读取」。
4. 默认单机也够用，但为高可用而生：复制集（Replica Set）提供自动故障转移，分片（Sharding）提供水平扩展，这是 MongoDB 区别于很多单机数据库的核心能力。
5. 适合场景：内容管理、日志/事件流、用户画像、实时分析、快速迭代的业务。不适合：强事务的财务核心、复杂多表关联为主的 ERP。
6. 7.x 的关键能力：时间序列集合、Queryable Encryption（可查询加密）、compound wildcard 索引、更快的聚合与变更流。

你可能会懵的地方

• MongoDB 没有表，那数据之间怎么关联？ 两种方式：内嵌（推荐，一次查询拿全）和引用（存对方的 _id，类似外键，用 $lookup 或应用层二次查询拼接）。绝大多数「一起读」的数据都该内嵌。
• _id 是什么？为什么不用自增 ID？ _id 是每个文档必须有的主键，默认是 ObjectId——12 字节，内含时间戳，集群内天然唯一，不需要中心化发号器，所以适合分布式。你也可以用业务 ID 覆盖它。
• use 一个不存在的库不会报错？ 不会。MongoDB 是惰性创建：库和集合在第一次写入数据时才真正落盘。use codeforge 后 show dbs 看不到它是正常的，插入一条数据后就出现了。
• MongoDB 支持事务吗？ 支持。4.0 起支持复制集多文档事务，4.2 起支持分片事务。但单文档操作本身就是原子的，加上内嵌模型，大多数业务用不到多文档事务。
• 和 Redis 是竞争关系吗？ 不是。Redis 是内存 KV/缓存，MongoDB 是持久化文档库。本站架构里两者互补：MySQL/MongoDB 存真相，Redis 做缓存和排行榜。

错法对照

错法	问题	正解
把 MySQL 表结构原样搬进 MongoDB，全靠 $lookup 拼	失去文档模型优势，性能差	一起读的数据内嵌为一个文档
一个文档无限膨胀（如把所有提交记录塞进用户文档）	超过 16MB 文档上限，写放大	超出边界的「多」侧拆成独立集合
用 mongo 命令连接 7.x	旧 shell 已在 6.0 移除	使用 mongosh
生产环境裸奔无认证、绑定 0.0.0.0	勒索软件重灾区	开认证、绑定内网、上 TLS
把 MongoDB 当缓存用，数据只写不备份	重启/故障丢数据	用复制集 + 定期备份，缓存交给 Redis

卡点急救

1. mongosh 连接报 connect ECONNREFUSED：服务没起。Docker 场景执行 docker ps 看容器在不在，docker logs mongo7 看日志；确认 27017 端口没被占用。
2. 插入后 find 查不到：八成是连错了库。执行 db 看当前库名，show dbs 确认数据落在哪个库；use 切错库是初学者最常见的事故。
3. Atlas 连不上，报 IP 白名单错误：Atlas 默认拒绝所有来源 IP，到 Network Access 里添加当前公网 IP（学习期间可加 0.0.0.0/0，生产禁止）。

面试常问

• MongoDB 和 MySQL 怎么选？ 看数据形状和访问模式：结构稳定、多表关联、强事务选 MySQL；文档形状、快速迭代、读写量大、需要水平扩展选 MongoDB。很多系统是混合用，比如本站：MySQL 存课程与用户关系，MongoDB 存提交记录与行为事件。
• MongoDB 为什么快？ 三点：内嵌模型减少 JOIN；WiredTiger 存储引擎支持文档级并发和压缩；内存映射 + 索引让热数据基本在内存里。另外副本读可以分担压力。
• 16MB 文档限制怎么破？ 重新建模：把无限增长的数组拆出去做独立集合（引用父文档 _id）；确实需要存大文件用 GridFS。

自测三问

1. MongoDB 的 database、collection、document 分别对应关系型数据库的什么概念？
2. 为什么 ObjectId 适合分布式系统做主键？
3. 「用户」和「该用户的登录日志」两种数据，你会内嵌还是拆集合？为什么？

小结一句话

MongoDB 用「文档」对世界建模：一起读的数据放在一起，结构随业务演进，单机起步、集群兜底。

延伸

• MongoDB 官方文档：Introduction
• MongoDB University 免费课程
• 下一课：BSON 与类型——搞懂文档里每个字段的真实类型，避开「字符串数字比较」这类深坑。