当前位置：首页 > news >正文

【MongoDB】常见八股合集，mongodb的特性，索引使用，优化，事务，ACID，聚合查询，数据复制机制，理解其基于raft的选举机制

news 2025/8/19 10:25:35

mongodb的优势，相较于mysql？

二进制json数据
文档存储，同一集合内的每个文档，可以包含不同的字段和嵌套结构，不需要像mysql一样，单个表内字段都是一致的（动态字段）
可以通过自动分片进行水平拓展，比mysql更方便

分片键：可以选择高频查询字段如用户id作为分片依据，常用的还有以时间字段来分片（主要有两种分片键：范围分片，哈希分片，复合分片）

MongoDB 分片需先搭建含分片节点、配置服务器和路由节点的集群，为目标数据库启用分片，选择合适字段（如高基数字段）创建分片键索引，再为集合指定该分片键开启分片，数据将按分片键规则（范围或哈希）自动分布到各分片，应用通过路由节点透明访问。

内存存储，性能强于mysql
查询能力丰富，聚合、地理查询、全文索引
自动故障转移，数据备份

追问自动故障转移和备份细节？
先分析架构，可以是一主多从，主节点宕机，通过raft协议在从节点选举
通过多数投票，（>50%节点同意）选举，
备份：使用 oplog 支持精确到秒的数据回滚，写操作由主节点处理，然后数据通过opog(操作日志)同步到从节点

mysql主要是存储+基础查询，而mongo计算功能强大，可以实现边存储边分析，避免了原来从数据库获取大量元数据到业务层进行计算，而直接交由mongo进行计算，减少大量网络开销

总的来说，mongo是牺牲了部分事务功能，获取更强的读写速度，和数据处理能力

讲一下mongodb的索引使用，优化

常用索引类型

单字段索引：最常用
复合索引：多个字段组合。

遵循最左前缀原则

唯一索引：保证字段唯一性。
TTL 索引：数据过期自动删除（常用于日志/缓存）。
稀疏索引：只给部分文档建索引，节省空间。

所谓稀疏索引：仅包含具有索引字段的文档，跳过缺少该字段的文档。（字段为nil跳过）

全文索引：支持文本搜索。
地理空间索引：支持位置查询。

优化原则

高选择性字段优先建索引
- 选择性 = 唯一值 / 总行数，选择性越高，索引效果越好。
- 比如 userId（选择性高）适合建索引，而 gender（选择性低，只有男女）就不适合单独建索引。
复合索引遵循最左前缀原则
- { city: 1, age: 1 } 可以支持：
  - 查询 city
  - 查询 city + age
- 但 不能直接支持 只查 age。
覆盖索引（Covering Index）
- 查询只涉及索引中的字段，不用回表，性能更高。
- 示例：索引 { name: 1, age: 1 }，查询 db.users.find({ name: "Tom" }, { name: 1, age: 1, _id: 0 }) 就是覆盖查询。
排序与索引
- 索引字段顺序会影响排序性能。
- 如果有 { city: 1, age: -1 } 索引，按 city 升序、age 降序 查询就能走索引排序，否则可能触发内存排序。
- 使用 explain() 查看查询计划，确认是否走索引。

explain三阶段解读：【MongoDB】查询计划解析，各字段理解

频繁更新/删除文档会导致索引碎片化，定期重建碎片化索引

MongoDB的事务是如何实现的？如何实现ACID？

4.0 之前只支持单文档事务， 4.0 开始支持多文档事务（Replica Set），4.2 开始支持 分片集群事务。

4.0 – 4.2：只支持单副本集（单分片）的多文档事务，即：(事务不能跨越多个分片(shard);只能在单个replica set内部执行)
4.2 之后支持多分片多文档事务

事务保证 ACID（原子性、一致性、隔离性、持久性）。
开启事务：session.startTransaction()
提交事务：session.commitTransaction()
回滚事务：session.abortTransaction()

MongoDB 事务如何保证 ACID

1. 原子性（Atomicity）

含义：事务中的操作要么 全部成功，要么 全部失败。
实现：
- 单文档操作天然原子性（更新/替换/插入一个文档时，MongoDB 保证原子性）。
- 多文档事务依赖 oplog 记录，如果中途失败，通过回滚保证要么全成，要么全撤销。

2. 一致性（Consistency）

含义：就是数据的一致性，具体来说，a，b都有500元，那么总钱数1000，a向b转300，总钱数应该保持不变，而不是1300或者700
实现：
- 写入过程中如果事务失败，回滚前置操作，保持数据逻辑不被破坏。
- 可结合 写关注（Write Concern） 设置，保证数据在足够多节点确认后才算成功，从而防止数据丢失。

3. 隔离性（Isolation）

含义：并发事务之间互不干扰，就像事务是串行执行的。
实现：
- MongoDB 默认采用 快照隔离 (Snapshot Isolation) 的读关注机制：每个事务在开始时看到一个数据快照。
- 读写冲突时，事务会重试，确保最终效果等同于串行执行。

4. 持久性（Durability）

含义：事务一旦提交，数据必须 永久保存，不会因为宕机丢失。
实现：
- 提交事务时，操作会写入 oplog（复制日志） 和 WiredTiger 日志（实际上就是mysql的WAL预写入日志）。
所谓预写入日志：当写操作发生时，MongoDB 会先把变更写入日志文件，再应用到磁盘数据文件。
万一系统宕机，可以通过日志重放（replay）恢复未写入的数据，保证持久性（Durability）
- 结合 写关注 + 副本集复制，保证提交的数据持久化到磁盘，并同步到多个节点。
所谓“写关注 + 副本集复制”，即：写操作需要多少节点确认成功 + Secondary(从) 节点通过读取 Primary（主）的 oplog 来同步数据

MongoDB的数据复制机制是如何工作的？如何保证数据的一致性？

MongoDB使用副本集(Replica Set)来保证数据的高可用性和一致性

1. 副本集架构

Primary（主节点）：接受所有写请求和大部分读请求，并记录 oplog 供 Secondary 同步。
Secondary（从节点）：从 Primary 同步数据，可配置为读请求节点，但可能存在延迟。
Arbiter（仲裁节点）：不存储数据，只参与选举，避免因节点数过少导致选举失败。

2. 数据同步

Primary 接收到写操作后，会记录到本地 oplog（操作日志）。
Secondary 节点会轮询 Primary 的 oplog，将新操作应用到自身数据，实现复制。

3. 选举机制

当 Primary 故障时，副本集会在 十几秒内自动发起选举。
通过多数投票选出新的 Primary，保证故障恢复和数据可用性。

4. 写关注级别（Write Concern）

写操作需要多少节点确认才算成功

w:1：主节点确认写入即返回，最快，一致性最弱。
w:"majority"：大多数节点确认，性能与一致性平衡。
w:"all"：所有节点确认，一致性最强，最慢。

5. 读关注级别（Read Concern）

读操作能看到什么级别的数据。

local：读本地已提交数据，性能最好，但一致性最弱。
majority：读取大多数节点确认的数据，保证不会读到未持久化的数据。
snapshot（事务中常用）：
- 在事务开始时生成一致性快照，事务内所有读都基于这个快照。
- 保证事务内部看到的数据是一致的，避免“读到一半被别人修改”。
linearizable：保证读取的都是最新已提交数据，一致性最强。

写关注解决“写了数据，到底多少节点确认才算安全”。
读关注解决“读数据，到底读到的有多新、多可靠”。
两者就是在性能、可用性、一致性之间的平衡选择。

MongoDB 副本集通过 主从架构 + oplog 复制 + 自动选举 实现高可用。结合 写关注级别 (w) 和 读关注级别，在性能和一致性之间做灵活权衡。

讲一下聚合查询

聚合aggregate，是一种数据处理管道，通过对管道分多阶段（过滤，分组，排序，统计等）来进行，数据的操作
常见操作符：
1. $match：过滤（类似 WHERE）
2. $group：分组 & 聚合（类似 GROUP BY + 聚合函数）
3. $sort：排序
4. $project：字段投影（选择要返回的字段，可做计算/重命名）
5. $limit , $skip：分页
6. $lookup：表关联（类似 JOIN）
7. $unwind：数组拆分
聚合管道让 MongoDB 不只是存储，还能承担计算任务。