MongoDB 研究报告

MongoDB 研究报告1. 产品定位MongoDB是MongoDB Inc.（纳斯达克上市，代码 MDB）推出的文档型 NoSQL 数据库。最新版本是MongoDB 8.0（2024年发布）。一句话定位：基于 JSON/BSON 文档模型的数据库，通过分片集群水平扩展，支持分布式事务，主打灵活 Schema 和高并发写入。跟关系型数据库的区别：MongoDB 不是关系型数据库，不支持标准 SQL JOIN。它用嵌套文档和数组替代多表关联，以换取 Schema 的灵活性——字段随时可以增减，不用改表结构。跟竞品的区分：同样是分布式数据库，TiDB/OceanBase 兼容 MySQL 协议，MongoDB 则完全走了另一条路：放弃 SQL 兼容，换取文档模型的表达力和灵活度。2. 技术架构2.1 两种核心架构：副本集 vs 分片集群MongoDB 实际上只有两种部署形态，搞清楚这个就理解了一半：架构适用场景副本集（Replica Set）中小规模，高可用优先，写入不需扩展分片集群（Sharded Cluster）TB 级数据，高并发写入，需要水平扩展两种架构的核心区别在于"写入能不能分布到多台机器"。副本集写入都在一个主节点，分片集群则分散到多个 Shard。2.2 副本集架构应用层 │ │ 读写都连 Primary ▼ ┌───────────────┐ │ Primary │ ◄── 唯一可写节点 └───────┬───────┘ │ oplog 异步复制 ▼ ┌───────────────┐ ┌───────────────┐ │ Secondary │ │ Secondary │ │ (可读) │ │ (可读) │ └───────────────┘ └───────────────┘三个节点之间通过oplog（操作日志）保持数据同步。Primary 挂了之后，两个 Secondary 会自动投票选出新主，这个过程通常 10-30 秒。节点角色一览：节点类型可写可读投票存数据Primary✅✅✅✅Secondary❌✅✅✅Arbiter❌❌✅❌2.3 分片集群架构这是生产环境最常用的形态：应用层 │ │ 标准 Wire Protocol ▼ ┌─────────────────┐ │ mongos │ ◄── 查询路由器，客户端唯一入口（无状态，可多实例） └────────┬────────┘ │ ▼ ┌─────────────────┐ │ Config Server │ ◄── 元数据中心，存储"分片键范围→Shard映射" │ 副本集(3节点) │ └────────┬────────┘ │ ├────────────────────┬────────────────────┐ ▼ ▼ ▼ ┌──────────────┐ ┌──────────────┐ ┌──────────────┐ │ Shard1 副本集 │ │ Shard2 副本集 │ │ Shard3 副本集 │ │ · Primary │ │ · Primary │ │ · Primary │ │ · Secondary │ │ · Secondary │ │ · Secondary │ │ · Secondary │ │ · Secondary │ │ · Secondary │ └──────────────┘ └──────────────┘ └──────────────┘三个组件各司其职：组件做什么能否水平扩展mongos路由查询，解析分片键，查询 Config Server 找目标 Shard✅ 无状态，随便加Config Server存集群元数据（数据库/集合定义、分片键范围、Chunk 分布）❌ 3节点固定shard存实际数据，每个 shard 都是一个副本集✅ 核心扩展点2.4 MongoDB vs MySQL 数据结构对比这是理解 MongoDB 的关键：MySQLMongoDB说明DatabaseDatabase同一层，概念一致Schema❌ 不存在MySQL 里 Database = SchemaTableCollection集合，存文档RowDocument文档（BSON），可嵌套对象和数组ColumnField文档里的字段MySQL 的关联 vs MongoDB 的嵌套：MySQL 需要多表 JOIN：-- MySQL：两张表 + JOIN SELECT u.name, o.amount FROM users u JOIN orders o ON u.id = o.user_id WHERE o.amount 100;MongoDB 把有关联的数据直接嵌套进去：// MongoDB：一个文档搞定，不用 JOIN db.users.insertOne({ _id: 1, name: "张三", orders: [ { id: "o1", amount: 150 }, { id: "o2", amount: 200 } ] }) // 查询直接对嵌套字段操作 db.users.find({ "orders.amount": { $gt: 100 } })这种设计叫做“反范式化”——用数据冗余换查询效率。代价是更新嵌套数据时需要整体更新，但 MongoDB 的原子操作保证了不会读到不一致的数据。2.5 存储引擎引擎默认版本适用场景WiredTiger（默认）MongoDB 3.2+通用 OLTP，文档级锁，压缩存储In-Memory企业版低延迟，但断电会丢数据静态加密企业版TDE，敏感数据合规3. 部署架构3.1 最小配置场景最小配置开发测试1 台机器跑单节点生产最小3 节点副本集分片集群9 台机器（3 mongos + 3 Config Server + 3 Shard，每个 Shard 配 3 副本）3.2 硬件配置建议角色CPU内存磁盘说明mongos8-16 核16-32 GB无数据盘纯路由，CPU 密集