1. 先别急着敲命令搞清楚MongoDB到底是干什么的很多人在做MongoDB快速入门的时候第一步就搞反了。下载安装包、启动服务、敲几条命令、查个结果看上去挺顺但过了一周回头再看脑子里只剩一个模糊的印象好像会用又好像不会用。问题出在哪儿出在没用几分钟想清楚一个最基本的问题既然MySQL、PostgreSQL这些关系型数据库已经很好用了为什么还需要一个叫MongoDB的东西我最早接触MongoDB是因为一个实际项目。当时要存一批用户行为日志每条记录的字段完全不一样有的带设备型号有的带网络状态有的带地理位置而且这些字段还在持续增加。用MySQL的话要么预先设计一大堆可空字段要么搞一张扩展表查询的时候来回关联别提多难受了。后来把同一份数据灌进MongoDB整个逻辑一下就顺了。每条日志就是一个独立的文档字段按需携带不需要提前定义表结构加字段不用执行ALTER TABLE直接写进去就能用。这个场景基本就是MongoDB的核心定位。它属于文档型NoSQL数据库存储的基本单位是文档文档内部是类JSON的BSON格式。你可以把它理解成一个超级灵活的文件夹每个文档就是这个文件夹里的一个页面页面上的栏目可以自己定这一页有姓名下一页完全可以没有姓名而多一个标签。这种灵活性是关系型数据库给不了的。那MongoDB能解决什么问题最直接的几个字段不确定的数据日志、埋点、爬虫抓取、IoT设备上报每条数据的结构都可能不同MongoDB不需要统一结构。快速迭代的业务产品经理今天说要加一个字段明天说不要了用MongoDB你几乎感觉不到结构变更的成本。读写压力大的场景配合分片集群和副本集MongoDB的横向扩展能力比传统关系型数据库成熟得多。JSON天然亲和的数据如果你的上下游系统都在用JSON交互存进MongoDB几乎是零转换成本。当然MongoDB不是万能的。事务能力虽然从4.0开始支持多文档事务但复杂关联查询和强一致性要求极高的金融级场景它依然不是第一选择。这篇文章里我会把MongoDB快速入门最关键的几个环节拆开揉碎讲清楚包括安装、核心概念、CRUD操作和避坑经验读完你至少能独立上手操练不至于在第一步安装就被卡住。2. 安装部署那些让新手反复折腾的报错与对策MongoDB安装失败是搜索热词里的常客一点都不意外。MongoDB的安装本身不算难但有几个细节特别容易踩坑。我在不同操作系统上都装过这里把最常见的几个坑和判断思路完整说一遍。2.1 Linux服务器安装别用太老的源在Ubuntu或Debian服务器上安装最省心的方式是使用MongoDB官方源。很多人偷懒直接apt install mongodb装完才发现版本老得离谱甚至还是2.x时代的东西连很多现代特性都不支持。正确姿势是先把官方GPG密钥和源加进去# 导入MongoDB官方公钥 wget -qO - https://www.mongodb.org/static/pgp/server-7.0.asc | sudo apt-key add - # 添加源以Ubuntu 22.04为例 echo deb [ archamd64,arm64 ] https://repo.mongodb.org/apt/ubuntu jammy/mongodb-org/7.0 multiverse | sudo tee /etc/apt/sources.list.d/mongodb-org-7.0.list # 更新并安装 sudo apt-get update sudo apt-get install -y mongodb-org注意两点。第一不同Ubuntu版本的代号不一样20.04用focal22.04用jammy填错了会报404。第二安装完成后MongoDB默认不会自启动需要手动设置sudo systemctl enable mongod sudo systemctl start mongod启动后排查是否成功别只看进程在不在直接看端口和日志ss -lntp | grep 27017 tail -f /var/log/mongodb/mongod.log日志里看到Waiting for connections就说明服务起来了。2.2 Windows安装两个反直觉的坑Windows下安装相对无脑双击msi安装包一路Next就行。但有两个坑经常让人困惑。第一个坑是安装完成后mongod服务没起来。明明安装界面显示成功服务列表里却找不到MongoDB服务或者服务启动后立即停止。遇到这种情况九成是因为C:\data\db目录不存在。MongoDB默认的数据目录就是这个官方安装包不会自动创建。解决办法是手动建好目录或者更推荐的方式安装时选择Custom模式把数据目录改成自己方便管理的位置比如D:\mongodb\data。第二个坑是mongosh新版Shell工具需要单独确认。MongoDB 6.0之后老旧的mongo shell被移除了安装包默认会带上新版mongosh但如果你装的是旧教程里下载的某个精简版可能只有服务端没有Shell端。判断方法很简单命令行里敲mongosh如果提示找不到命令就去官网把MongoDB Shell单独下载一份。2.3 Docker方式比裸装更适合练手如果是快速入门学习我个人最推荐Docker方式隔离干净、卸载方便、版本切换也容易。一条命令就搞定docker run -d \ --name mongodb-quickstart \ -p 27017:27017 \ -e MONGO_INITDB_ROOT_USERNAMEadmin \ -e MONGO_INITDB_ROOT_PASSWORDadmin123 \ -v mongodb_data:/data/db \ mongo:7.0这里有三个参数值得说清楚。-p 27017:27017把容器内的MongoDB端口映射到宿主机这样本机工具、代码都能访问。-e开头的两行设置了初始管理员账号这是MongoDB容器镜像特有的环境变量约定裸装MongoDB是没有这个概念的。-v mongodb_data:/data/db做了数据卷挂载容器删了数据还在。注意开启了管理员账号后直接用admin用户连MongoDB权限其实很大。不是所有操作都需要管理员身份学习阶段没问题生产环境建议单独建业务账号按库授权避免权限过大。Docker方式还有个额外好处想换版本验证某个特性停掉容器改个镜像标签重新跑一个就行几秒钟的事。这对快速入门来说体验非常友好。3. 数据库、集合、文档三个词吃透MongoDB的数据模型MongoDB的三个核心概念——数据库database、集合collection、文档document很多人一上来就急着记定义结果记住了概念却理解不了它们之间怎么配合。我换个方式讲把MongoDB想象成一栋写字楼。3.1 数据库database整栋楼的隔离层数据库是最高层级的逻辑容器。一栋楼里可以有会议室、工位区、仓库互不干扰每个数据库就是这样的独立空间。在MongoDB里每个数据库有独立的权限配置、独立的文件存储数据逻辑上完全隔离。实际使用中一个项目一般对应一个数据库比如用户系统用user_db订单系统用order_db。同类数据跨库引用的情况尽量少设计跨库查询在MongoDB里是很别扭的因为它的聚合管道操作默认限定在单库内。建库这个动作在MongoDB里比较特殊——没有显式的创建数据库命令。你只要用use命令切换过去再写入第一条数据数据库就自动创建了use shop_db // 此时还没有实际创建执行下面这条插入后才真正落盘 db.products.insertOne({ name: 机械键盘, price: 399 })这个懒创建机制刚开始容易让人疑惑我见过有人反复输入show dbs发现列表里没有库以为创建失败了。其实只是因为没有数据空库不会显示。插入数据后再看就有了。3.2 集合collection楼里的功能区数据库下面是集合。集合存放一批结构上不需要一致的文档类似一栋楼里的会议室区——每个会议室的布局可以不同但都在同一个功能区内。关系型数据库里的表有严格的列约束而集合没有这样的约束这是两者最本质的差异。我用个例子说明// 这两个文档在同一个集合中但字段完全不同MongoDB完全允许 db.customers.insertMany([ { name: 张三, phone: 13800000000, level: vip }, { company: 某某科技, contact: 李四, taxId: 91110000... } ])看到没第一个文档是个人客户第二个是企业客户字段交集很小但仍然可以共存于customers集合。这种设计在MySQL里就得拆表或者预制大量空字段。当然不需要统一结构不代表不应该统一结构。实际项目中同一个集合里的文档最好还是保持相对一致的字段约定否则写查询时每次都要判断字段是否存在维护成本反而上升。我的经验是业务核心字段保持稳定扩展字段按需添加这才是MongoDB灵活性的正确用法。3.3 文档document最核心的存储单元文档是MongoDB里实际存数据的基本单位本质上是BSON格式的数据对象。BSON是Binary JSON的缩写你可以把它当JSON的二进制升级版支持的数据类型比JSON更丰富多出了Date、ObjectId、Decimal128这些类型。一份典型的文档长这样{ _id: ObjectId(65a1c2d3e4f5...), title: MongoDB快速入门, author: 博主, tags: [数据库, NoSQL], views: 128, publishedAt: ISODate(2024-01-15T08:00:00Z), comments: [ { user: 网友A, content: 写得很实在 }, { user: 网友B, content: 看完会用了 } ] }注意几个细节_id字段每个文档必须有一个默认由MongoDB自动生成ObjectId类型全局唯一。你也可以插入时手动指定但必须保证集合内唯一。嵌套结构文档里面可以嵌套数组、嵌套子文档。上面的comments就是一个数组里面每个元素又是一个子文档。这意味着一条数据的所有相关信息可以存在一起不需要像关系型数据库那样拆分到多张表再做JOIN。这三个概念理解了MongoDB的整个数据模型就通了。再有人问你MongoDB和MySQL的本质区别你就拿表结构是否固定和是否需要多表关联这两个维度去回答基本八九不离十。4. 最核心的操作插入、查询、删除一次讲透MongoDB快速入门中最拉仇恨的部分来了。查询和删除是搜索引擎里高频出现的词说明大家基础操作没问题一到条件过滤就卡壳。这一节我按完整链路来讲从插入开始到精确查询、条件查询再到删除把最常用的操作全部过一遍。4.1 插入数据三条命令覆盖所有场景插入操作有三个常用方法方法作用适用场景insertOne()插入单条文档最常见一条数据就是你的一次业务记录insertMany()批量插入多条文档初始化数据、批量导入时效率最高insert()兼容旧版方法现在不推荐了解即可// 单条插入返回结果中能看到插入的_id db.products.insertOne({ name: 无线鼠标, price: 129, stock: 500, category: 外设, tags: [办公, 无线], createdAt: new Date() }) // 批量插入数组里每个元素是一条文档 db.products.insertMany([ { name: 机械键盘, price: 399, stock: 200, category: 外设 }, { name: 27寸显示器, price: 1499, stock: 80, category: 显示设备 }, { name: USB扩展坞, price: 89, stock: 1000, category: 配件 } ])插入时最容易忽略的一点是批量插入如果中间某一条失败比如_id冲突MongoDB默认会抛错但已成功插入的那些不会回滚。这在快速入门阶段无所谓生产环境要留意需要原子性的话建议改用事务或者逐条判断。4.2 查询数据从全查到了解条件过滤的完整链路查询是MongoDB日常使用频率最高的操作也是文档数据在MongoDB中的查询这个热词关注的焦点。MongoDB的查询语法和直觉不太一样MySQL是SELECT ... WHERE ...MongoDB则是一个JSON格式的查询条件传给find()。先看全量查询// 查询集合里所有文档 db.products.find()返回的是游标在mongosh里会自动打印前20条。数据量大的时候不用慌它不会一次性把数据全捞到内存。条件查询是重头戏。MongoDB的查询条件分两层第一层是查哪个字段第二层是这个字段满足什么条件。比如查价格大于100的商品db.products.find({ price: { $gt: 100 } })这里的$gt是MongoDB的比较操作符表示大于。常用的操作符我整理成一张表操作符含义示例$gt/$gte大于 / 大于等于{ price: { $gt: 100 } }$lt/$lte小于 / 小于等于{ stock: { $lte: 50 } }$ne不等于{ category: { $ne: 配件 } }$in在给定数组内{ category: { $in: [外设, 配件] } }$nin不在给定数组内{ category: { $nin: [外设] } }$exists字段是否存在{ taxId: { $exists: true } }$regex正则匹配{ name: { $regex: /键盘/ } }多个条件组合时直接在同一个文档里写多个字段就行字段间默认是AND关系// 查价格大于100且库存小于500的商品 db.products.find({ price: { $gt: 100 }, stock: { $lt: 500 } })如果需要OR关系就要用$or操作符// 查分类是外设或者价格低于100的商品 db.products.find({ $or: [ { category: 外设 }, { price: { $lt: 100 } } ] })find()返回的文档很多通常需要投影和排序来控制输出。投影就是指定返回哪些字段// 只返回name和price字段_id默认会带上用0排除 db.products.find({ price: { $gt: 100 } }, { name: 1, price: 1, _id: 0 })排序和分页// 按价格降序跳过前2条取3条类似MySQL的ORDER BY price DESC LIMIT 2,3 db.products.find().sort({ price: -1 }).skip(2).limit(3)入门阶段最容易混淆的一点是find()和findOne()。find()返回游标findOne()直接返回第一条匹配文档本身控制台打印出来就是一个JSON对象。只取一条时用findOne()代码逻辑会更清晰。4.3 删除数据先查询后删除的习惯必须养成删除操作在MongoDB里对应两个方法方法作用注意deleteOne()删除第一条匹配的文档即使有多条匹配也只删一条deleteMany()删除所有匹配的文档条件写错会清库务必先查再删// 删除name为USB扩展坞的商品 db.products.deleteOne({ name: USB扩展坞 }) // 删除分类为配件的所有商品 db.products.deleteMany({ category: 配件 }) // 删除集合里所有文档 db.products.deleteMany({})我个人强烈建议在执行的删除之前先跑一遍同样的条件用find()确认结果集// 先查确认要删的是这几条 db.products.find({ category: 配件 }) // 再删 db.products.deleteMany({ category: 配件 })我见过不止一次因为条件写错把不该删的数据一把清掉的惨案。比如想删库存为0的商品条件写成了{ stock: 0 }结果把stock字段为null的旧数据也全删了因为null不等于0但如果你用的是{ stock: { $lte: 0 } }某些奇怪的数据类型也可能被牵连进去。养成先查后删的习惯成本极低收益极高。另外还有一个删除集合本身的命令和删除文档完全不同// 删除整个集合包括集合里所有文档和索引 db.products.drop()drop()之后集合就不存在了再往里面插入文档会自动重建空集合。这个命令威力很大日常操作基本用不上知道有这回事就行。4.4 修改操作顺带提一嘴虽然标题聚焦在查询和删除但快速入门绕不开更新。更新用updateOne()和updateMany()配合$set操作符指定要改的字段// 把无线鼠标的价格改为99 db.products.updateOne( { name: 无线鼠标 }, { $set: { price: 99 } } )有个高频坑如果忘了写$set直接updateOne({name:无线鼠标}, {price: 99})MongoDB会用第二个参数整个替换掉原来的文档其他字段全部丢失。这个坑我踩过一次印象极深建议所有新手先把$set刻在脑子里。5. 索引、可视化工具和权限进阶之前先补的三块短板MongoDB快速入门到这一步基本的增删改查已经能上手了。但如果你直接拿这套东西去干活很快就会碰到三个拦路虎查询慢、调试不方便、安全配置缺失。这一节我把这三件事的入门要点补上。5.1 索引没有它数据一多查询立刻变慢索引是数据库性能的核心MongoDB也不例外。没有索引的时候查询是全表扫描集合里100万条文档就要一条条比对。有了索引MongoDB就像书的目录一样快速定位。创建索引的方法很简单// 给name字段创建普通索引 db.products.createIndex({ name: 1 }) // 给category和price创建复合索引1表示升序-1表示降序 db.products.createIndex({ category: 1, price: -1 })怎么判断哪些字段该建索引我的经验是出现在查询条件里的字段优先比如你经常按category过滤那category就该建索引。如果要排序的字段和过滤的字段经常一起出现就建复合索引。索引不是越多越好每个索引都会拖慢写入速度、占用存储空间。查询是否走了索引用explain()查看db.products.find({ name: 机械键盘 }).explain(executionStats)结果里看executionStats.totalDocsExamined这个值如果等于返回结果数说明索引生效了如果等于集合总文档数说明是全表扫描索引没建对。5.2 可视化工具命令行之外的另一只手mongosh这个命令行工具用来学习语法完全够用但数据量大了以后GUI工具能省不少精力。我用过几款简单说下各自定位MongoDB Compass官方工具免费集成explain计划、索引管理、聚合管道可视化调试新手首选。缺点是启动较慢内存占用偏高。Navicat for MongoDB界面风格和Navicat系列一致熟悉MySQL的会很亲切适合跨数据库管理但收费。NoSQLBooster功能全面内置SQL翻译功能可以把MongoDB查询转成类似SQL的形式对关系型数据库转过来的开发者特别友好SEO搜索里出现的nosqlbooster for mongodb破解我的建议是别用破解版直接用官方免费试用版或换成免费工具。我的建议是学习初期用mongosh打基础确保每条命令都懂等到数据量上来、需要在集合之间来回查看数据时再上Compass。GUI工具也会隐藏一些底层细节容易让人会点但不会命令两头都熟才是理想状态。5.3 权限快速入门最容易跳过、实战时却被卡住的一环很多入门教程默认不开认证本地学习无所谓但一旦部署到服务器上、暴露到公网不设密码的MongoDB会被扫描器分分钟攻击。MongoDB默认监听27017端口公网环境下几小时内就会被恶意程序扫描并勒索数据这绝不是危言耸听。生产环境至少要做到三步// 1. 创建管理员用户 use admin db.createUser({ user: admin, pwd: 强密码, roles: [{ role: root, db: admin }] }) // 2. 开启认证修改 /etc/mongod.conf security: authorization: enabled // 3. 重启服务 sudo systemctl restart mongod之后连接就必须要带上账号密码mongosh mongodb://admin:密码服务器IP:27017/admin还有一个常见操作为业务单独建账号只授权特定数据库的读写权限避免业务账号摸到admin库。db.adminCommand({ createUser: app_user, pwd: app密码, roles: [{ role: readWrite, db: shop_db }] })这步做完MongoDB才算是从能跑变成了能扛事。6. 学习路径建议快速入门之后往哪儿走MongoDB快速入门这个标题看着简单但入门和能用之间其实还有一段路。根据我的经验把下面几个方向按优先级列出来供大家参考第一优先级聚合管道。这是MongoDB查询能力的天花板。aggregate()配合$match、$group、$project、$lookup这些阶段能完成分组统计、连表关联等复杂操作。很多用MongoDB做报表的人日常全在跟聚合管道打交道。建议入门后就拿一个实际数据集练手比如统计每周各分类的销售额。第二优先级模型设计。文档怎么嵌套、字段怎么规划、哪些数据该内嵌、哪些该引用这直接决定了以后的查询性能和维护成本。记住一句话MongoDB里嵌套是默认首选只有确实需要独立查询、独立更新的子数据才考虑拆成独立集合。第三优先级副本集和分片。高可用和数据量扩展的问题生产环境绕不开。副本集至少一主两从自动故障转移保证服务不挂分片把数据水平拆分到多个节点解决单机容量上限。学习阶段用Docker起多套容器模拟体验一遍胜过看十遍文档。第四优先级事务和一致性。需要多文档原子操作的时候才用到MongoDB 4.0支持副本集内多文档事务4.2支持分片集群事务。如果业务强依赖事务先评估是否真的适合用MongoDB。我个人在做MongoDB快速入门式学习时的体会是不要贪多把CRUD和聚合管道练熟比泛泛地知道一堆名词有用得多。找一份真实数据比如把自己的博客文章导进去写几个查询统计需求一步步跑通比对着文档抄命令记得牢得多。最后再分享一个小技巧在mongosh里可以用cls清屏用show dbs查看数据库列表用show collections查看集合列表用db.help()查看当前库可用方法。这几个命令在入门阶段会反复用到提前记下来能少敲很多冤枉字。
1. 先别急着敲命令搞清楚MongoDB到底是干什么的很多人在做MongoDB快速入门的时候第一步就搞反了。下载安装包、启动服务、敲几条命令、查个结果看上去挺顺但过了一周回头再看脑子里只剩一个模糊的印象好像会用又好像不会用。问题出在哪儿出在没用几分钟想清楚一个最基本的问题既然MySQL、PostgreSQL这些关系型数据库已经很好用了为什么还需要一个叫MongoDB的东西我最早接触MongoDB是因为一个实际项目。当时要存一批用户行为日志每条记录的字段完全不一样有的带设备型号有的带网络状态有的带地理位置而且这些字段还在持续增加。用MySQL的话要么预先设计一大堆可空字段要么搞一张扩展表查询的时候来回关联别提多难受了。后来把同一份数据灌进MongoDB整个逻辑一下就顺了。每条日志就是一个独立的文档字段按需携带不需要提前定义表结构加字段不用执行ALTER TABLE直接写进去就能用。这个场景基本就是MongoDB的核心定位。它属于文档型NoSQL数据库存储的基本单位是文档文档内部是类JSON的BSON格式。你可以把它理解成一个超级灵活的文件夹每个文档就是这个文件夹里的一个页面页面上的栏目可以自己定这一页有姓名下一页完全可以没有姓名而多一个标签。这种灵活性是关系型数据库给不了的。那MongoDB能解决什么问题最直接的几个字段不确定的数据日志、埋点、爬虫抓取、IoT设备上报每条数据的结构都可能不同MongoDB不需要统一结构。快速迭代的业务产品经理今天说要加一个字段明天说不要了用MongoDB你几乎感觉不到结构变更的成本。读写压力大的场景配合分片集群和副本集MongoDB的横向扩展能力比传统关系型数据库成熟得多。JSON天然亲和的数据如果你的上下游系统都在用JSON交互存进MongoDB几乎是零转换成本。当然MongoDB不是万能的。事务能力虽然从4.0开始支持多文档事务但复杂关联查询和强一致性要求极高的金融级场景它依然不是第一选择。这篇文章里我会把MongoDB快速入门最关键的几个环节拆开揉碎讲清楚包括安装、核心概念、CRUD操作和避坑经验读完你至少能独立上手操练不至于在第一步安装就被卡住。2. 安装部署那些让新手反复折腾的报错与对策MongoDB安装失败是搜索热词里的常客一点都不意外。MongoDB的安装本身不算难但有几个细节特别容易踩坑。我在不同操作系统上都装过这里把最常见的几个坑和判断思路完整说一遍。2.1 Linux服务器安装别用太老的源在Ubuntu或Debian服务器上安装最省心的方式是使用MongoDB官方源。很多人偷懒直接apt install mongodb装完才发现版本老得离谱甚至还是2.x时代的东西连很多现代特性都不支持。正确姿势是先把官方GPG密钥和源加进去# 导入MongoDB官方公钥 wget -qO - https://www.mongodb.org/static/pgp/server-7.0.asc | sudo apt-key add - # 添加源以Ubuntu 22.04为例 echo deb [ archamd64,arm64 ] https://repo.mongodb.org/apt/ubuntu jammy/mongodb-org/7.0 multiverse | sudo tee /etc/apt/sources.list.d/mongodb-org-7.0.list # 更新并安装 sudo apt-get update sudo apt-get install -y mongodb-org注意两点。第一不同Ubuntu版本的代号不一样20.04用focal22.04用jammy填错了会报404。第二安装完成后MongoDB默认不会自启动需要手动设置sudo systemctl enable mongod sudo systemctl start mongod启动后排查是否成功别只看进程在不在直接看端口和日志ss -lntp | grep 27017 tail -f /var/log/mongodb/mongod.log日志里看到Waiting for connections就说明服务起来了。2.2 Windows安装两个反直觉的坑Windows下安装相对无脑双击msi安装包一路Next就行。但有两个坑经常让人困惑。第一个坑是安装完成后mongod服务没起来。明明安装界面显示成功服务列表里却找不到MongoDB服务或者服务启动后立即停止。遇到这种情况九成是因为C:\data\db目录不存在。MongoDB默认的数据目录就是这个官方安装包不会自动创建。解决办法是手动建好目录或者更推荐的方式安装时选择Custom模式把数据目录改成自己方便管理的位置比如D:\mongodb\data。第二个坑是mongosh新版Shell工具需要单独确认。MongoDB 6.0之后老旧的mongo shell被移除了安装包默认会带上新版mongosh但如果你装的是旧教程里下载的某个精简版可能只有服务端没有Shell端。判断方法很简单命令行里敲mongosh如果提示找不到命令就去官网把MongoDB Shell单独下载一份。2.3 Docker方式比裸装更适合练手如果是快速入门学习我个人最推荐Docker方式隔离干净、卸载方便、版本切换也容易。一条命令就搞定docker run -d \ --name mongodb-quickstart \ -p 27017:27017 \ -e MONGO_INITDB_ROOT_USERNAMEadmin \ -e MONGO_INITDB_ROOT_PASSWORDadmin123 \ -v mongodb_data:/data/db \ mongo:7.0这里有三个参数值得说清楚。-p 27017:27017把容器内的MongoDB端口映射到宿主机这样本机工具、代码都能访问。-e开头的两行设置了初始管理员账号这是MongoDB容器镜像特有的环境变量约定裸装MongoDB是没有这个概念的。-v mongodb_data:/data/db做了数据卷挂载容器删了数据还在。注意开启了管理员账号后直接用admin用户连MongoDB权限其实很大。不是所有操作都需要管理员身份学习阶段没问题生产环境建议单独建业务账号按库授权避免权限过大。Docker方式还有个额外好处想换版本验证某个特性停掉容器改个镜像标签重新跑一个就行几秒钟的事。这对快速入门来说体验非常友好。3. 数据库、集合、文档三个词吃透MongoDB的数据模型MongoDB的三个核心概念——数据库database、集合collection、文档document很多人一上来就急着记定义结果记住了概念却理解不了它们之间怎么配合。我换个方式讲把MongoDB想象成一栋写字楼。3.1 数据库database整栋楼的隔离层数据库是最高层级的逻辑容器。一栋楼里可以有会议室、工位区、仓库互不干扰每个数据库就是这样的独立空间。在MongoDB里每个数据库有独立的权限配置、独立的文件存储数据逻辑上完全隔离。实际使用中一个项目一般对应一个数据库比如用户系统用user_db订单系统用order_db。同类数据跨库引用的情况尽量少设计跨库查询在MongoDB里是很别扭的因为它的聚合管道操作默认限定在单库内。建库这个动作在MongoDB里比较特殊——没有显式的创建数据库命令。你只要用use命令切换过去再写入第一条数据数据库就自动创建了use shop_db // 此时还没有实际创建执行下面这条插入后才真正落盘 db.products.insertOne({ name: 机械键盘, price: 399 })这个懒创建机制刚开始容易让人疑惑我见过有人反复输入show dbs发现列表里没有库以为创建失败了。其实只是因为没有数据空库不会显示。插入数据后再看就有了。3.2 集合collection楼里的功能区数据库下面是集合。集合存放一批结构上不需要一致的文档类似一栋楼里的会议室区——每个会议室的布局可以不同但都在同一个功能区内。关系型数据库里的表有严格的列约束而集合没有这样的约束这是两者最本质的差异。我用个例子说明// 这两个文档在同一个集合中但字段完全不同MongoDB完全允许 db.customers.insertMany([ { name: 张三, phone: 13800000000, level: vip }, { company: 某某科技, contact: 李四, taxId: 91110000... } ])看到没第一个文档是个人客户第二个是企业客户字段交集很小但仍然可以共存于customers集合。这种设计在MySQL里就得拆表或者预制大量空字段。当然不需要统一结构不代表不应该统一结构。实际项目中同一个集合里的文档最好还是保持相对一致的字段约定否则写查询时每次都要判断字段是否存在维护成本反而上升。我的经验是业务核心字段保持稳定扩展字段按需添加这才是MongoDB灵活性的正确用法。3.3 文档document最核心的存储单元文档是MongoDB里实际存数据的基本单位本质上是BSON格式的数据对象。BSON是Binary JSON的缩写你可以把它当JSON的二进制升级版支持的数据类型比JSON更丰富多出了Date、ObjectId、Decimal128这些类型。一份典型的文档长这样{ _id: ObjectId(65a1c2d3e4f5...), title: MongoDB快速入门, author: 博主, tags: [数据库, NoSQL], views: 128, publishedAt: ISODate(2024-01-15T08:00:00Z), comments: [ { user: 网友A, content: 写得很实在 }, { user: 网友B, content: 看完会用了 } ] }注意几个细节_id字段每个文档必须有一个默认由MongoDB自动生成ObjectId类型全局唯一。你也可以插入时手动指定但必须保证集合内唯一。嵌套结构文档里面可以嵌套数组、嵌套子文档。上面的comments就是一个数组里面每个元素又是一个子文档。这意味着一条数据的所有相关信息可以存在一起不需要像关系型数据库那样拆分到多张表再做JOIN。这三个概念理解了MongoDB的整个数据模型就通了。再有人问你MongoDB和MySQL的本质区别你就拿表结构是否固定和是否需要多表关联这两个维度去回答基本八九不离十。4. 最核心的操作插入、查询、删除一次讲透MongoDB快速入门中最拉仇恨的部分来了。查询和删除是搜索引擎里高频出现的词说明大家基础操作没问题一到条件过滤就卡壳。这一节我按完整链路来讲从插入开始到精确查询、条件查询再到删除把最常用的操作全部过一遍。4.1 插入数据三条命令覆盖所有场景插入操作有三个常用方法方法作用适用场景insertOne()插入单条文档最常见一条数据就是你的一次业务记录insertMany()批量插入多条文档初始化数据、批量导入时效率最高insert()兼容旧版方法现在不推荐了解即可// 单条插入返回结果中能看到插入的_id db.products.insertOne({ name: 无线鼠标, price: 129, stock: 500, category: 外设, tags: [办公, 无线], createdAt: new Date() }) // 批量插入数组里每个元素是一条文档 db.products.insertMany([ { name: 机械键盘, price: 399, stock: 200, category: 外设 }, { name: 27寸显示器, price: 1499, stock: 80, category: 显示设备 }, { name: USB扩展坞, price: 89, stock: 1000, category: 配件 } ])插入时最容易忽略的一点是批量插入如果中间某一条失败比如_id冲突MongoDB默认会抛错但已成功插入的那些不会回滚。这在快速入门阶段无所谓生产环境要留意需要原子性的话建议改用事务或者逐条判断。4.2 查询数据从全查到了解条件过滤的完整链路查询是MongoDB日常使用频率最高的操作也是文档数据在MongoDB中的查询这个热词关注的焦点。MongoDB的查询语法和直觉不太一样MySQL是SELECT ... WHERE ...MongoDB则是一个JSON格式的查询条件传给find()。先看全量查询// 查询集合里所有文档 db.products.find()返回的是游标在mongosh里会自动打印前20条。数据量大的时候不用慌它不会一次性把数据全捞到内存。条件查询是重头戏。MongoDB的查询条件分两层第一层是查哪个字段第二层是这个字段满足什么条件。比如查价格大于100的商品db.products.find({ price: { $gt: 100 } })这里的$gt是MongoDB的比较操作符表示大于。常用的操作符我整理成一张表操作符含义示例$gt/$gte大于 / 大于等于{ price: { $gt: 100 } }$lt/$lte小于 / 小于等于{ stock: { $lte: 50 } }$ne不等于{ category: { $ne: 配件 } }$in在给定数组内{ category: { $in: [外设, 配件] } }$nin不在给定数组内{ category: { $nin: [外设] } }$exists字段是否存在{ taxId: { $exists: true } }$regex正则匹配{ name: { $regex: /键盘/ } }多个条件组合时直接在同一个文档里写多个字段就行字段间默认是AND关系// 查价格大于100且库存小于500的商品 db.products.find({ price: { $gt: 100 }, stock: { $lt: 500 } })如果需要OR关系就要用$or操作符// 查分类是外设或者价格低于100的商品 db.products.find({ $or: [ { category: 外设 }, { price: { $lt: 100 } } ] })find()返回的文档很多通常需要投影和排序来控制输出。投影就是指定返回哪些字段// 只返回name和price字段_id默认会带上用0排除 db.products.find({ price: { $gt: 100 } }, { name: 1, price: 1, _id: 0 })排序和分页// 按价格降序跳过前2条取3条类似MySQL的ORDER BY price DESC LIMIT 2,3 db.products.find().sort({ price: -1 }).skip(2).limit(3)入门阶段最容易混淆的一点是find()和findOne()。find()返回游标findOne()直接返回第一条匹配文档本身控制台打印出来就是一个JSON对象。只取一条时用findOne()代码逻辑会更清晰。4.3 删除数据先查询后删除的习惯必须养成删除操作在MongoDB里对应两个方法方法作用注意deleteOne()删除第一条匹配的文档即使有多条匹配也只删一条deleteMany()删除所有匹配的文档条件写错会清库务必先查再删// 删除name为USB扩展坞的商品 db.products.deleteOne({ name: USB扩展坞 }) // 删除分类为配件的所有商品 db.products.deleteMany({ category: 配件 }) // 删除集合里所有文档 db.products.deleteMany({})我个人强烈建议在执行的删除之前先跑一遍同样的条件用find()确认结果集// 先查确认要删的是这几条 db.products.find({ category: 配件 }) // 再删 db.products.deleteMany({ category: 配件 })我见过不止一次因为条件写错把不该删的数据一把清掉的惨案。比如想删库存为0的商品条件写成了{ stock: 0 }结果把stock字段为null的旧数据也全删了因为null不等于0但如果你用的是{ stock: { $lte: 0 } }某些奇怪的数据类型也可能被牵连进去。养成先查后删的习惯成本极低收益极高。另外还有一个删除集合本身的命令和删除文档完全不同// 删除整个集合包括集合里所有文档和索引 db.products.drop()drop()之后集合就不存在了再往里面插入文档会自动重建空集合。这个命令威力很大日常操作基本用不上知道有这回事就行。4.4 修改操作顺带提一嘴虽然标题聚焦在查询和删除但快速入门绕不开更新。更新用updateOne()和updateMany()配合$set操作符指定要改的字段// 把无线鼠标的价格改为99 db.products.updateOne( { name: 无线鼠标 }, { $set: { price: 99 } } )有个高频坑如果忘了写$set直接updateOne({name:无线鼠标}, {price: 99})MongoDB会用第二个参数整个替换掉原来的文档其他字段全部丢失。这个坑我踩过一次印象极深建议所有新手先把$set刻在脑子里。5. 索引、可视化工具和权限进阶之前先补的三块短板MongoDB快速入门到这一步基本的增删改查已经能上手了。但如果你直接拿这套东西去干活很快就会碰到三个拦路虎查询慢、调试不方便、安全配置缺失。这一节我把这三件事的入门要点补上。5.1 索引没有它数据一多查询立刻变慢索引是数据库性能的核心MongoDB也不例外。没有索引的时候查询是全表扫描集合里100万条文档就要一条条比对。有了索引MongoDB就像书的目录一样快速定位。创建索引的方法很简单// 给name字段创建普通索引 db.products.createIndex({ name: 1 }) // 给category和price创建复合索引1表示升序-1表示降序 db.products.createIndex({ category: 1, price: -1 })怎么判断哪些字段该建索引我的经验是出现在查询条件里的字段优先比如你经常按category过滤那category就该建索引。如果要排序的字段和过滤的字段经常一起出现就建复合索引。索引不是越多越好每个索引都会拖慢写入速度、占用存储空间。查询是否走了索引用explain()查看db.products.find({ name: 机械键盘 }).explain(executionStats)结果里看executionStats.totalDocsExamined这个值如果等于返回结果数说明索引生效了如果等于集合总文档数说明是全表扫描索引没建对。5.2 可视化工具命令行之外的另一只手mongosh这个命令行工具用来学习语法完全够用但数据量大了以后GUI工具能省不少精力。我用过几款简单说下各自定位MongoDB Compass官方工具免费集成explain计划、索引管理、聚合管道可视化调试新手首选。缺点是启动较慢内存占用偏高。Navicat for MongoDB界面风格和Navicat系列一致熟悉MySQL的会很亲切适合跨数据库管理但收费。NoSQLBooster功能全面内置SQL翻译功能可以把MongoDB查询转成类似SQL的形式对关系型数据库转过来的开发者特别友好SEO搜索里出现的nosqlbooster for mongodb破解我的建议是别用破解版直接用官方免费试用版或换成免费工具。我的建议是学习初期用mongosh打基础确保每条命令都懂等到数据量上来、需要在集合之间来回查看数据时再上Compass。GUI工具也会隐藏一些底层细节容易让人会点但不会命令两头都熟才是理想状态。5.3 权限快速入门最容易跳过、实战时却被卡住的一环很多入门教程默认不开认证本地学习无所谓但一旦部署到服务器上、暴露到公网不设密码的MongoDB会被扫描器分分钟攻击。MongoDB默认监听27017端口公网环境下几小时内就会被恶意程序扫描并勒索数据这绝不是危言耸听。生产环境至少要做到三步// 1. 创建管理员用户 use admin db.createUser({ user: admin, pwd: 强密码, roles: [{ role: root, db: admin }] }) // 2. 开启认证修改 /etc/mongod.conf security: authorization: enabled // 3. 重启服务 sudo systemctl restart mongod之后连接就必须要带上账号密码mongosh mongodb://admin:密码服务器IP:27017/admin还有一个常见操作为业务单独建账号只授权特定数据库的读写权限避免业务账号摸到admin库。db.adminCommand({ createUser: app_user, pwd: app密码, roles: [{ role: readWrite, db: shop_db }] })这步做完MongoDB才算是从能跑变成了能扛事。6. 学习路径建议快速入门之后往哪儿走MongoDB快速入门这个标题看着简单但入门和能用之间其实还有一段路。根据我的经验把下面几个方向按优先级列出来供大家参考第一优先级聚合管道。这是MongoDB查询能力的天花板。aggregate()配合$match、$group、$project、$lookup这些阶段能完成分组统计、连表关联等复杂操作。很多用MongoDB做报表的人日常全在跟聚合管道打交道。建议入门后就拿一个实际数据集练手比如统计每周各分类的销售额。第二优先级模型设计。文档怎么嵌套、字段怎么规划、哪些数据该内嵌、哪些该引用这直接决定了以后的查询性能和维护成本。记住一句话MongoDB里嵌套是默认首选只有确实需要独立查询、独立更新的子数据才考虑拆成独立集合。第三优先级副本集和分片。高可用和数据量扩展的问题生产环境绕不开。副本集至少一主两从自动故障转移保证服务不挂分片把数据水平拆分到多个节点解决单机容量上限。学习阶段用Docker起多套容器模拟体验一遍胜过看十遍文档。第四优先级事务和一致性。需要多文档原子操作的时候才用到MongoDB 4.0支持副本集内多文档事务4.2支持分片集群事务。如果业务强依赖事务先评估是否真的适合用MongoDB。我个人在做MongoDB快速入门式学习时的体会是不要贪多把CRUD和聚合管道练熟比泛泛地知道一堆名词有用得多。找一份真实数据比如把自己的博客文章导进去写几个查询统计需求一步步跑通比对着文档抄命令记得牢得多。最后再分享一个小技巧在mongosh里可以用cls清屏用show dbs查看数据库列表用show collections查看集合列表用db.help()查看当前库可用方法。这几个命令在入门阶段会反复用到提前记下来能少敲很多冤枉字。
