3. MongoDB快速上手

MongoDB 的“快”来自它把数据组织成文档，而不是先拆成行列再拼装。理解文档模型、BSON 类型、数据库与集合的层级关系，再通过 mongosh 完成一次完整的增删改查，就能把抽象概念落到可操作的对象上。本节以“课程选课记录”为示例场景，所有数据均为教学示例，不表示真实系统实测结果。

一、文档模型：一条记录就是一个自包含对象

MongoDB 中最小的数据单位是文档（Document），它使用类似 JSON 的键值结构，但实际存储格式是 BSON。一个文档可以嵌套子文档和数组，因此一条“学生选课”记录可以同时包含学生信息、所选课程列表和状态，而不需要像关系型数据库那样拆成多张表再关联。

文档模型的关键约束是：每个文档必须有 _id 字段，若插入时未提供，驱动或 mongosh 会自动生成一个 ObjectId。字段名区分大小写，同一个文档内字段名不能重复。文档大小上限为 16MB，超过时应考虑 GridFS 或拆分结构。

二、BSON：JSON 的二进制扩展

BSON（Binary JSON）在 JSON 基础上增加了更多数据类型，使 MongoDB 能精确表达时间、二进制、整数宽度和有序字段。常见类型包括：

  • String：UTF-8 字符串，如 "name": "林晓"。
  • Int32 / Int64 / Double：整数与浮点数，mongosh 中默认数字可能被识别为 Double，需要显式使用 NumberInt() 或 NumberLong()。
  • Date：毫秒级时间戳，如 ISODate("2025-03-01T08:00:00Z")。
  • ObjectId：12 字节唯一标识，常作为主键。
  • Array：有序列表，如 ["MongoDB", "微服务"]。
  • Embedded Document：嵌套子文档，如 { "contact": { "email": "..." } }。
  • Null、Boolean、Binary、Decimal128 等。

BSON 的类型选择会直接影响查询和聚合结果。例如，用字符串存日期会导致范围查询失效；用 Double 存金额可能产生精度误差，金融场景应使用 Decimal128。

三、数据库、集合与文档的层级

MongoDB 的层级为：数据库（Database）→ 集合（Collection）→ 文档（Document）。一个 mongod 实例可承载多个数据库，每个数据库包含多个集合，集合中存放文档。集合不强制固定结构，但同一集合内文档结构相近时查询效率更高。

常用命令：show dbs 查看数据库；use course_db 切换或创建数据库；db.createCollection("enrollments") 显式创建集合；show collections 查看当前库集合。注意：use 一个不存在的库不会立即创建，直到写入第一条数据。

MongoDB 层级与 mongosh CRUD 操作关系 数据库 course_db use course_db 集合 enrollments db.enrollments 文档（BSON） { _id: ObjectId, name: "林晓", courses: ["MongoDB"], createdAt: ISODate } BSON 常用类型 String Int32/Int64 Double Date ObjectId Array / Embedded mongosh CRUD 操作链 Create insertOne() insertMany() Read find() findOne() Update updateOne() $set / $push Delete deleteOne() deleteMany()

四、mongosh 连接与基础操作

mongosh 是 MongoDB 官方 Shell，支持 JavaScript 语法。启动本地实例：

mongosh "mongodb://127.0.0.1:27017"

连接后先确认当前数据库：db。切换到课程库并插入一条选课记录：

use course_db

db.enrollments.insertOne({
  name: "林晓",
  age: NumberInt(21),
  courses: ["MongoDB", "微服务架构"],
  contact: { email: "linxiao@example.com", city: "杭州" },
  status: "active",
  createdAt: new Date()
})

返回结果中会包含 acknowledged: true 和自动生成的 insertedId。若插入多条，可用 insertMany([...])，返回 insertedIds 数组。

五、查询：条件、投影与排序

查询全部文档：db.enrollments.find()。只返回部分字段（投影）：

db.enrollments.find(
  { status: "active" },
  { name: 1, courses: 1, _id: 0 }
)

常用查询操作符：$gt、$lt、$in、$exists。例如查询年龄大于 20 且城市为杭州的记录：

db.enrollments.find({
  age: { $gt: 20 },
  "contact.city": "杭州"
}).sort({ createdAt: -1 }).limit(5)

注意嵌套字段要用点号路径 "contact.city"。排序 -1 表示降序，1 表示升序。若结果较多，可用 it 继续翻页。

六、更新：$set 与 $push 的差异

更新单条记录，把状态改为 completed：

db.enrollments.updateOne(
  { name: "林晓" },
  { $set: { status: "completed", updatedAt: new Date() } }
)

向数组追加一门课程：

db.enrollments.updateOne(
  { name: "林晓" },
  { $push: { courses: "数据建模" } }
)

$set 用于修改或新增字段，$push 用于向数组追加元素。若字段不存在，$set 会创建它；若数组不存在，$push 也会创建数组。更新多条使用 updateMany()，返回 matchedCount 与 modifiedCount，可据此判断是否命中。

七、删除与结果判断

删除单条：db.enrollments.deleteOne({ name: "林晓" })；删除多条：db.enrollments.deleteMany({ status: "completed" })。返回 deletedCount 表示实际删除数量。若为 0，说明条件未命中，应检查字段名、大小写或值类型是否匹配。

在 mongosh 中，db.enrollments.find().pretty() 可格式化输出；db.enrollments.countDocuments({ status: "active" }) 可快速统计。生产环境执行更新或删除前，建议先用相同条件执行 find() 确认目标文档。

八、一次完整 CRUD 闭环示例

下面按“插入 → 查询 → 更新 → 验证 → 删除”的顺序完成一次闭环，所有数据为教学示例：

// 1. 插入
db.enrollments.insertOne({
  name: "陈默",
  age: NumberInt(23),
  courses: ["MongoDB"],
  status: "active",
  createdAt: new Date()
})

// 2. 查询确认
db.enrollments.find({ name: "陈默" }, { name: 1, courses: 1, status: 1 })

// 3. 更新：追加课程并改状态
db.enrollments.updateOne(
  { name: "陈默" },
  { $push: { courses: "微服务数据架构" }, $set: { status: "completed" } }
)

// 4. 验证更新结果
db.enrollments.findOne({ name: "陈默" })

// 5. 删除并确认
db.enrollments.deleteOne({ name: "陈默" })
db.enrollments.countDocuments({ name: "陈默" })  // 期望返回 0

判断闭环是否成功，关键看三点：插入返回的 insertedId 是否存在；更新返回的 modifiedCount 是否为 1；删除后 countDocuments 是否为 0。若某一步不符合预期，优先检查查询条件中的字段路径、BSON 类型和大小写，而不是直接怀疑数据库故障。

使用 updateOne 时，若替换文档整体而非使用更新操作符，容易丢失未列出的字段。除明确需要替换外，应始终使用 $set、$push、$unset 等操作符进行局部更新。

掌握文档模型与 BSON 类型，理解数据库、集合、文档的层级，再通过 mongosh 完成插入、查询、更新、删除与结果验证，就具备了继续学习索引、聚合和微服务数据访问层的基础操作能力。

← 上一章 📖 返回目录 下一章 →