一、MongoDB基础概念解析

1.1 文档数据库的核心优势

MongoDB采用BSON（Binary JSON）格式存储数据，突破了传统关系型数据库的二维表结构限制。其核心优势体现在：

• 灵活模式设计：无需预先定义表结构，每个文档可包含不同字段（如{name:"Alice", age:28, hobbies:["reading","swimming"]}）
• 水平扩展能力：通过分片集群支持PB级数据存储，自动处理数据均衡
• 原生JSON支持：与Web应用无缝集成，前端可直接解析查询结果

1.2 核心组件架构

MongoDB采用三组件架构：

• mongod：主数据库进程，处理客户端请求
• mongos：路由服务，协调分片集群查询
• config server：存储元数据信息

典型部署场景中，生产环境建议使用副本集（Replica Set）保障高可用，3节点配置可容忍单节点故障。

二、CRUD操作实战

2.1 基础操作语法

// 插入文档
db.users.insertOne({
  name: "Bob",
  email: "bob@example.com",
  createdAt: new Date()
})
// 条件查询
db.products.find({
  price: {$gt: 100},
  category: "Electronics"
}).sort({price: 1}).limit(5)
// 原子更新
db.accounts.updateOne(
  {userId: "1001"},
  {$inc: {balance: 50}},
  {upsert: true}
)

2.2 批量操作优化

批量写入时使用bulkWrite()可提升性能：

db.orders.bulkWrite([
  {insertOne: {document: {orderId: "O1001", amount: 99.99}}},
  {updateOne: {
    filter: {customerId: "C200"},
    update: {$inc: {totalOrders: 1}}
  }},
  {deleteOne: {filter: {status: "expired"}}}
])

三、索引与查询优化

3.1 索引类型选择

索引类型	适用场景	创建语法示例
单字段索引	高频查询字段	db.users.createIndex({email:1})
复合索引	多条件查询	db.orders.createIndex({customerId:1, date:-1})
多键索引	数组字段查询	db.articles.createIndex({"tags":1})
地理空间索引	位置相关查询	db.places.createIndex({location:"2dsphere"})

3.2 执行计划分析

使用explain()诊断查询性能：

db.logs.find({level: "ERROR"}).explain("executionStats")

重点关注指标：

• executionTimeMillis：查询耗时
• totalDocsExamined：扫描文档数
• nReturned：返回结果数

理想情况下，nReturned应接近totalDocsExamined，否则需优化索引。

四、聚合框架深度应用

4.1 管道操作符组合

db.sales.aggregate([
  {$match: {date: {$gte: ISODate("2023-01-01")}}},
  {$group: {
    _id: "$region",
    total: {$sum: "$amount"},
    avg: {$avg: "$amount"}
  }},
  {$sort: {total: -1}},
  {$limit: 3},
  {$project: {
    region: "$_id",
    total: 1,
    avg: {$round: ["$avg", 2]},
    _id: 0
  }}
])

4.2 复杂计算实现

使用$lookup实现类似SQL的JOIN操作：

db.orders.aggregate([
  {$lookup: {
    from: "customers",
    localField: "customerId",
    foreignField: "_id",
    as: "customerInfo"
  }},
  {$unwind: "$customerInfo"},
  {$project: {
    orderId: 1,
    customerName: "$customerInfo.name",
    total: {$sum: "$items.price"}
  }}
])

五、高可用架构设计

5.1 副本集配置要点

• 奇数节点原则：至少3个数据节点（推荐1主2从）
• 仲裁节点：网络分区时用于选举
• 读写分离：通过readPreference控制

  // 设置从节点读取偏好
  const client = new MongoClient(uri, {
  readPreference: 'secondaryPreferred'
  })

5.2 分片集群实施步骤

1. 配置片键（Shard Key）选择策略：

   • 高基数字段（如user_id）
   • 写入分布均匀的字段
   • 避免单调递增字段（导致热点）

2. 部署流程：
   ```bash

   启动配置服务器

   mongod —configsvr —dbpath /data/configdb —port 27019

启动分片节点

mongod —shardsvr —dbpath /data/shard1 —port 27018

启动路由服务

mongos —configdb configReplSet/host1:27019,host2:27019

# 六、性能调优实战
## 6.1 内存配置优化
- `wiredTigerCacheSizeGB`：建议设置为可用内存的50%-60%
- 监控指标：
  ```bash
  db.serverStatus().wiredTiger.cache

6.2 连接池管理

Node.js驱动最佳实践：

const client = new MongoClient(uri, {
  maxPoolSize: 50,
  waitQueueTimeoutMS: 5000,
  connectTimeoutMS: 10000
})

七、安全防护体系

7.1 认证授权机制

• 启用SCRAM-SHA-256认证：

  # mongod.conf
  security:
    authorization: enabled
    authenticationMechanisms: ["SCRAM-SHA-256"]

• 创建角色示例：

  db.createRole({
  role: "analyticsUser",
  privileges: [
    {resource: {db: "sales", collection: ""}, actions: ["find", "aggregate"]}
  ],
  roles: []
  })

7.2 审计日志配置

# mongod.conf
auditLog:
  destination: file
  format: JSON
  path: /var/log/mongodb/audit.json

八、典型应用场景

8.1 实时分析系统

时序数据存储方案：

// 创建TTL索引自动过期数据
db.metrics.createIndex({createdAt: 1}, {expireAfterSeconds: 86400})
// 窗口函数计算
db.sensorData.aggregate([
  {$match: {timestamp: {$gte: start, $lt: end}}},
  {$group: {
    _id: {$dateTrunc: {date: "$timestamp", unit: "hour"}},
    avgTemp: {$avg: "$temperature"},
    maxHumidity: {$max: "$humidity"}
  }}
])

8.2 物联网设备管理

设备状态监控实现：

// 设备注册
db.devices.insertOne({
  deviceId: "D1001",
  type: "thermostat",
  lastReport: ISODate(),
  status: "online",
  location: {type: "Point", coordinates: [116.4, 39.9]}
})
// 地理围栏查询
db.devices.find({
  location: {
    $near: {
      $geometry: {type: "Point", coordinates: [116.3, 39.8]},
      $maxDistance: 5000
    }
  },
  status: "online"
})

本教程通过理论解析与代码示例相结合的方式，系统阐述了MongoDB从基础操作到高级架构的全栈知识。建议开发者按照”基础语法→索引优化→聚合框架→集群部署”的路径逐步深入，同时结合官方文档（https://docs.mongodb.com）进行实践验证。实际应用中需特别注意数据模型设计对性能的影响，建议通过`mongotop`和`mongostat`工具持续监控系统状态。