当前位置：首页 > article >正文

MongoDB基础知识（浅显）

article 2025/6/26 13:39:20

一、MongoDB 核心概念

MongoDB 是一个 面向文档的 NoSQL 数据库，与传统的关系型数据库（如 MySQL）相比，最大的区别是它以 文档（Document）为存储单元，而不是表和行。

1. 数据库（Database）

MongoDB 中可以有多个数据库，每个数据库包含多个集合。
类似于关系型数据库中的“数据库”。

2. 集合（Collection）

集合是 MongoDB 中存储文档的容器，类似于关系型数据库中的“表”。
一个集合内可以存储多个文档（Document）。

3. 文档（Document）

文档是 MongoDB 的基本数据单元，以 BSON（Binary JSON） 格式存储。
每个文档是一个键值对结构，类似于 JSON 对象。

示例：

{"_id": ObjectId("5f9d1b3b9c9d6e1d9c9d6e1d"),"name": "Alice","age": 25,"hobbies": ["reading", "music"],"address": {"city": "Beijing","zip": "100000"}
}

4. ObjectId

MongoDB 自动为每个文档生成一个唯一的 _id 字段，类型为 ObjectId。
它是一个 12 字节的唯一标识符，包含时间戳、机器标识、进程 ID 和随机数。

二、MongoDB 数据模型

1. 嵌套结构（Embedded Documents）

MongoDB 支持嵌套文档结构，可以将复杂的数据结构直接嵌入到一个文档中。
例如：用户的地址信息可以直接嵌套在用户文档中，而不需要单独建表。

2. 数组（Arrays）

支持数组类型字段，用于存储多个值。
例如：用户可能有多个兴趣爱好，可以用数组存储。

3. 动态模式（Schema-less）

MongoDB 的集合没有严格的 schema 限制，同一个集合中的文档可以有不同的字段结构。
这种灵活性非常适合处理半结构化或非结构化数据。

三、MongoDB 常用操作（Mongo Shell）

以下是一些 MongoDB 的基本操作命令，适用于 Mongo Shell（即 mongo 命令行工具）。

1. 连接数据库

mongo

2. 查看所有数据库

show dbs

3. 使用（创建）数据库

use mydb

4. 查看当前数据库的集合

show collections

5. 插入文档

db.users.insertOne({name: "Alice",age: 25,hobbies: ["reading", "music"],address: {city: "Beijing",zip: "100000"}
})

6. 查询文档

db.users.find({ name: "Alice" })

7. 更新文档

db.users.updateOne({ name: "Alice" },{ $set: { age: 26 } }
)

8. 删除文档

db.users.deleteOne({ name: "Alice" })

9. 创建索引

db.users.createIndex({ name: 1 })  // 1 表示升序，-1 表示降序

10. 聚合查询（Aggregation）

db.users.aggregate([{ $match: { age: { $gt: 20 } } },{ $group: { _id: null, avgAge: { $avg: "$age" } } }
])

四、MongoDB 的适用场景

MongoDB 的设计使其特别适合以下场景：

1. 灵活的数据结构

适用于数据结构频繁变化的场景，如日志系统、用户行为记录等。

2. 高扩展性需求

支持水平扩展（分片），适合处理大量数据和高并发访问。

3. 嵌套数据处理

适合需要嵌套结构的数据，如用户配置、产品信息、地理位置数据等。

4. 实时数据分析

通过聚合框架可以快速进行实时分析，如统计用户行为、日志分析等。

5. 内容管理系统

适合存储文章、评论、标签等内容，支持灵活的嵌套和扩展。

五、MongoDB 与其他数据库的对比

特性	MongoDB（NoSQL）	MySQL（SQL）
数据结构	文档（JSON-like）	表（Rows & Columns）
查询语言	MongoDB Query Language	SQL
事务支持	从 4.0 开始支持多文档事务	原生支持
扩展性	水平扩展（分片）	垂直扩展为主
索引支持	支持多种索引类型	支持基本索引
适用场景	半结构化数据、大数据	结构化数据、事务处理