一、 MongoDB 核心概念解析

📄 文档与集合

MongoDB是文档型数据库，数据以BSON（Binary JSON）格式存储。与关系型数据库不同，MongoDB的集合（Collection）没有固定的表结构，允许同一集合中的文档拥有不同的字段。

{ "_id": ObjectId("507f1f77bcf86cd799439011"), "name": "张三", "age": 28, "skills": ["Java", "Python", "MongoDB"] }

🔍 索引机制

索引是提升查询性能的关键。MongoDB支持单字段索引、复合索引、多键索引、地理空间索引和文本索引。默认情况下，_id字段会自动创建唯一索引。

⚡ 面试题考点： 复合索引的顺序如何影响查询性能？

⚙️ 聚合框架

聚合管道（Aggregation Pipeline）是MongoDB强大的数据处理工具，支持分组、过滤、排序、投影等操作。它类似于Unix管道，数据经过多个阶段处理后输出结果。

db.orders.aggregate([ { $match: { status: "A" } }, { cust_id", total: { amount" } } } ])

二、 MongoDB 高频面试题详解

以下整理了面试官最常问的5个核心问题，涵盖原理、应用及实战场景。

Q1: 在什么情况下MongoDB索引会失效？

深度解析： 虽然MongoDB索引效率很高，但在某些查询模式下索引可能不被使用或效率低下。

  • 前缀匹配缺失： 对于复合索引 (A, B, C)，如果查询条件只包含 B 或 C，而不包含 A，则索引可能无法有效利用（除非使用覆盖索引或特定优化）。
  • 正则表达式： 以 ^ 开头的正则表达式可以使用索引，但其他形式的正则表达式通常会导致全表扫描。
  • 类型不匹配： 查询值的类型与索引字段类型不一致时，索引可能失效。例如，用字符串 "123" 查询数字类型的字段。
  • 隐式类型转换： 在查询中使用运算或函数处理字段值时，如 db.col.find({ age: { $gt: 18 } }) 中若对 age 进行计算，索引可能失效。
// 索引失效示例 db.users.find({ where 通常不使用索引 // 正确示例 db.users.find({ age: { $gt: 18 } }); // 使用索引

Q2: 聚合框架和 MapReduce 有什么区别？

深度解析： 随着MongoDB 4.2版本的发布，MapReduce已逐渐被废弃，聚合框架成为首选。

特性 聚合框架 (Aggregation) MapReduce
性能 高性能，C++实现，管道优化 较慢，JavaScript引擎执行
易用性 声明式，链式调用，易于理解 命令式，需编写JS函数
功能 覆盖80%常见场景 理论上支持所有逻辑
状态 推荐，活跃维护 已废弃 (Deprecated)

Q3: MongoDB 支持事务吗？

深度解析： MongoDB 3.6 版本开始支持多文档事务，但仅适用于副本集（Replica Sets）和分片集群（Sharded Clusters）。

事务特性遵循 ACID 原则，但需注意：

  • 事务只能在会话（Session）中开启。
  • 事务中只能操作同一个数据库中的集合。
  • 长事务会影响性能，建议保持事务简短。
  • 需要设置 w: "majority" 以确保数据持久性。
// 开启事务示例 const session = client.startSession(); try { await session.withTransaction(async () => { await accounts.collection('accounts') .updateOne({ name: 'A' }, { $inc: { balance: -100 } }); await accounts.collection('accounts') .updateOne({ name: 'B' }, { $inc: { balance: 100 } }); }); } finally { await session.endSession(); }

Q4: 什么是分片（Sharding）？如何选择分片键？

深度解析： 分片是将数据分布到多个机器上的过程，用于支持大数据集的部署和高吞吐操作。

分片键选择原则：

  • 高基数（High Cardinality）： 分片键的值应尽可能分散，避免数据倾斜。
  • 查询模式： 分片键应包含在大多数查询中，以减少跨节点查询（Scatter-Gather）。
  • 单调递增 vs 随机： 单调递增键（如时间戳）可能导致热点写入；随机键（如Hash）可均匀分布但可能增加查询开销。

Q5: 如何进行数据迁移？

深度解析： 数据迁移是运维中的常见任务，MongoDB提供了多种工具：

  • MongoDB Compass： 图形化工具，适合小数据量导入导出。
  • mongoimport/mongoexport： 命令行工具，支持CSV、JSON、BSON格式。
  • MongoDB Atlas Data Federation： 云原生方案，适合跨云迁移。
  • Change Streams： 用于实时数据同步，实现零停机迁移。

三、 MongoDB 进阶架构设计

阶段一：副本集（Replica Set）

副本集提供高可用性（HA）。至少包含一个主节点（Primary）和两个从节点（Secondary）。主节点处理写操作，从节点同步数据并处理读操作。故障自动切换（Failover）是核心特性。

阶段二：分片集群（Sharded Cluster）

当数据量超过单机存储或吞吐量瓶颈时，引入分片。集群由三部分组成：

  • Config Server： 存储集群元数据。
  • Mongos： 路由服务器，客户端连接入口。
  • Shard： 实际存储数据的副本集。
阶段三：事务与一致性

MongoDB 4.0+ 支持跨分片事务。使用两阶段提交（2PC）协议保证一致性。开发者需权衡一致性与性能，适当放宽一致性要求（如最终一致性）可提升系统吞吐量。

四、 MongoDB 性能优化实战

📈 查询优化

使用 explain() 分析查询计划。重点关注 IXSCAN（索引扫描）和 COLSCAN（集合扫描）。避免全表扫描，确保查询条件命中索引。

💾 存储优化

启用压缩（Compression）减少磁盘占用。使用预分配文件（Pre-allocating Files）避免频繁磁盘扩展。定期运行 reIndex 重建碎片化索引。

🚀 内存管理

MongoDB 使用 WiredTiger 存储引擎，支持页缓存。确保 cacheSizeGB 设置合理，通常建议为物理内存的 50%-70%。监控 page faults 指标，过高说明缓存不足。