mongoDB 快速入门

简介

最近公司项目用到了mongoDB，快速学习实操一把，加深了解。

MongoDB 是一款开源、跨平台的文档型 NoSQL 数据库（非关系型数据库） ,主打「灵活、高性能、易扩展」，是目前最主流的 NoSQL 数据库之一。
数据以「文档（Document）」为基本单位存储，格式是 BSON（二进制 JSON，兼容 JSON 并扩展了日期、二进制、数值等类型），类似我们熟悉的 JSON 对象：

{
  _id: ObjectId("654321f98765432109876543"), // 默认唯一主键（不可修改）
  name: "张三",
  age: 25,
  tags: ["前端", "MongoDB"],
  createTime: ISODate("2025-01-01T00:00:00Z")
}

Redis/MongoDB/数据库之间的互相协作

三者的本质差异是 “设计目标与核心场景不同”：关系型数据库主打「结构化数据+强事务+复杂联表」，MongoDB 主打「半结构化数据+灵活扩展+复杂查询」，Redis 主打「高频数据+极致性能+轻量功能」。

对比维度	关系型数据库（MySQL/PostgreSQL）	MongoDB（文档型 NoSQL）	Redis（内存型键值 NoSQL）
核心定位	通用型结构化数据持久存储（“系统核心数据库”）	灵活文档型数据持久存储（“替代部分 MySQL 场景”）	高性能内存缓存/轻量功能实现（“系统加速器”）
数据模型	固定 Schema（表结构+行列），支持外键关联	动态 Schema（BSON 文档，类似 JSON），支持嵌套/数组，无外键	键值对模型（支持字符串、哈希、列表、有序集合等 8 种数据结构）
存储方式	磁盘存储（内存作为查询缓存），数据持久化是核心设计	磁盘存储（优化了文档存储引擎），默认持久化，支持内存缓存加速	内存存储（核心），可选持久化（RDB/AOF，非核心目标，持久化会降性能）
查询能力	极强：支持 SQL 语法、复杂联表（JOIN）、分组（GROUP BY）、子查询、窗口函数等	强：支持类 SQL 过滤、排序、分页、聚合（类似 GROUP BY）、地理空间查询、文本搜索，无原生联表（需通过聚合模拟）	弱：仅支持“键查询”+ 数据结构原生操作（如有序集合范围查询、哈希字段查询），无复杂过滤/聚合
事务支持	完全支持 ACID 事务（多表/多行原子性、一致性、隔离性、持久性），适合核心业务	4.0+ 支持多文档事务（ACID），但性能/隔离级别弱于 RDBMS；单文档事务原生支持	仅支持“单命令原子性”，多命令需通过乐观锁（WATCH）实现弱事务，无完整 ACID 保障
性能特点	读写性能稳定（万级 QPS），复杂联表/大数据量查询延迟较高（毫秒级）	读写性能优秀（万级 QPS），文档查询效率高，延迟毫秒级（略优于 RDBMS 复杂查询）	极致高性能（百万级 QPS），延迟微秒级（内存直接操作），远超磁盘数据库
数据容量	支持海量数据（TB/PB 级），依赖磁盘扩容，适合长期存储	支持海量数据（TB/PB 级），原生分片支持水平扩展，磁盘存储成本低	受限于内存容量（GB 级），大容量场景硬件成本极高，不适合长期存储
扩展能力	垂直扩展（升级硬件）容易，水平扩展（分库分表）复杂（需中间件如 ShardingSphere）	原生支持分片（Sharding）+ 副本集，水平扩展简单，适合分布式场景	支持主从复制、哨兵模式、集群分片（Redis Cluster），扩展适合缓存场景（不适合海量数据存储扩展）
核心优势	强事务、数据一致性、结构化存储、复杂联表查询、成熟稳定	灵活无 Schema、文档模型贴近业务、复杂查询能力、易扩展、持久化可靠	极致性能、丰富数据结构、原子操作、支持过期时间/发布订阅/分布式锁
典型场景	金融交易、电商订单核心、用户账户、ERP 系统（需强事务+结构化数据）	用户详情、商品内容、日志分析、CMS 系统（需灵活结构+复杂查询+持久化）	缓存（减轻数据库压力）、秒杀限流、计数器、实时排行榜、消息队列、分布式锁、Token 存储
数据可靠性	极高（磁盘持久化+事务+日志恢复）	高（磁盘持久化+副本集故障转移）	中（内存数据易丢失，依赖持久化+主从复制，容灾能力弱于前两者）

三者的“互补关系”

用户请求 → Redis（缓存层：热门数据、Token、计数器）
          ↓
MongoDB/MySQL（业务存储层：用户/商品/订单数据）
          ↓
MySQL（核心交易层：支付、账务等强事务场景）

示例（电商平台）：

• MySQL：存储支付记录、用户账户余额、订单核心信息（强事务+一致性要求）；
• MongoDB：存储商品详情（多规格、富文本，结构灵活）、用户行为日志（非结构化，需聚合分析）；
• Redis：缓存热门商品数据（减少 MongoDB 查询压力）、实现秒杀库存计数器（原子操作防超卖）、存储用户登录 Token（过期自动清理）。

与数据库类似的地方

MongoDB	Mysql
集合Collection	表Table
文档Document	行Row
字段Field	列Column
索引Index	索引Index
_id	主键Primary Key
$lookup	join
$group	group by

基本操作

help 帮助命令

test 默认数据库

命令符前面的test，代表当前正在使用的数据库名称， test 是mongodb的一个默认数据库，是一个空数据库，并没有被创建。mongodb的特点就是，只有真正有数据才会创建

show database/show dbs 查看当前有哪些数据库

use xxx 切换数据库

tips：如同test一样，mongodb可以use 一个不存在的数据库，你也可以use game(game数据库并不存在)，也不会造成任何问题。直到插入了数据，才会真正创建数据库。

insertOne/insertMany 插入数据

tips：可以看到，我们并没有提前构建列的schemad

limit 限制返回

sort 排序

tips : 1代表升序，-1代表降序

skip 跳过查询结果

一般来说，sort+limit+skip 就能实现分页了

find 条件查询

严格的数据类型

mongo db 对于数据类型非常严格，传入是字符串的话，就会严格按照string 3来查找，而不是查找int 3

select 返回特定字段

类似sql 中select xxx,xxx,xxx from table where level=3
其中_id是mongodb默认返回的，如果不想返回，可以追加一个_id:0

也可以取反，返回除了level之外的所有字段

$gt,$gte/$lt,$lte

等价于SQL中的 >,>=,<,<=

组合使用，实现类似between效果

$in/$nin

等价于SQL中的 In

$exists 字段是否存在

特别需要注意的是，$exists只能查询字段是否存在，不能查询字段的值是否存在

and/or

db.users.find({$and:[{level:{$gte:3}},{level:{$lte:5}}]})

$not 不等于

db.users.find({level:{$not:{$eq:3}}})

$regex 正则

db.users.find({name:{$regex:/张/}})

聚合

countDocuments 统计数量

db.users.countDocuments()
db.users.countDocuments({level:3})

updateOne/updateMany 更新字段

如果被更新的字段不存在，mongodb也会帮我们自动创建

deleteOne/deleteMany 删除数据

游标方法执行顺序

MongoDB处理sort/skip/limit有固定的顺序，不会按照调用顺序执行。
比如db.users.find().sort({level:1,name:-1}).limit(5).skip(1) ，你可能会误认为先取5条，再跳过1条。最后返回4条数据。
实际上mongoDB会按照sort=>skip=>limit顺序执行。

完整的执行顺序如下：

db.users.find({age: {$gt: 18}}) // 先过滤条件
  .sort({level:1})              // 再排序
  .skip(1)                      // 再跳过
  .limit(5)                     // 再限制条数
  .project({name:1, level:1})   // 最后投影字段

总结