V8程序

Appearance

3）MongoDB ​

🌱 第 1 题（基础认知） ​

Q1：MongoDB 是什么？与传统的关系型数据库（如 MySQL）有什么区别？

📝 标准答案： ​

MongoDB 是一个基于文档的、分布式、面向集合的 NoSQL 数据库，数据以 BSON（类似 JSON）格式存储。

与 MySQL 等关系型数据库的区别主要有：

维度MongoDBMySQL
数据结构文档（BSON）表（行列）
模式（Schema）无模式（Schema-less）固定模式
查询语言MongoDB 查询语法SQL
横向扩展原生支持 Sharding支持但需要额外组件
存储结构内嵌结构适合文档型数据扁平结构，适合强结构化数据

MongoDB 适用于快速开发、非结构化数据、文档型存储等场景。

🌿 第 2 题（数据操作） ​

Q2：你能说说 MongoDB 中插入、查询、更新、删除的基本操作语法吗？

📝 标准答案： ​

MongoDB 的基本 CRUD 操作如下：

  1. 插入文档
js
db.users.insertOne({ name: "Tom", age: 25 });
  1. 查询文档
js
db.users.find({ age: { $gt: 18 } }); // 查询 age > 18
  1. 更新文档
js
db.users.updateOne({ name: "Tom" }, { $set: { age: 26 } });
  1. 删除文档
js
db.users.deleteOne({ name: "Tom" });

MongoDB 查询语法类似 JSON，支持多种查询条件符（如 $gt, $in, $or, $regex 等），并且支持链式聚合查询（aggregate pipeline）。

🌳 第 3 题（索引优化） ​

Q3：MongoDB 中的索引怎么使用？有哪些类型？你实际用过哪些？

📝 标准答案： ​

MongoDB 索引用于加速查询，类似于关系型数据库的索引。常见类型包括：

类型说明
单字段索引对某个字段创建索引，如 { name: 1 }
复合索引对多个字段创建联合索引，如 { name: 1, age: -1 }
唯一索引保证字段值唯一，如 { email: 1, unique: true }
哈希索引用于分片键上的哈希分布
地理空间索引支持地理位置查询，如 2dsphere
TTL 索引设置过期时间，常用于临时数据，如登录态或验证码
文本索引用于全文搜索，支持中文分词（需配合分词器）

在项目中我使用过：

  • 单字段索引加速主键或常查字段；
  • TTL 索引实现验证码 5 分钟自动失效；
  • 复合索引优化分页查询；
  • 唯一索引防止用户重复注册。

🌲 第 4 题（聚合查询） ​

Q4：MongoDB 的聚合（aggregation）是做什么的？你能举个复杂一点的聚合例子吗？

📝 标准答案： ​

MongoDB 的聚合框架用于数据统计、分组、过滤、转换，类似 SQL 的 GROUP BY + HAVING + JOIN + ORDER BY。

它以 聚合管道（pipeline） 形式组织操作，常用步骤包括：

  • $match：过滤；
  • $group：分组统计；
  • $project：指定输出字段；
  • $sort：排序；
  • $lookup：类似 SQL 的 JOIN；
  • $unwind：展开数组字段。

📌 示例：统计每个分类的文章数量，按时间倒序排列

js
db.articles.aggregate([
  { $match: { status: "published" } },
  { $group: { _id: "$category", total: { $sum: 1 } } },
  { $sort: { total: -1 } },
]);

📌 示例：用 $lookup 进行“用户-订单”联表查询：

js
db.orders.aggregate([
  {
    $lookup: {
      from: "users",
      localField: "userId",
      foreignField: "_id",
      as: "userInfo",
    },
  },
  { $unwind: "$userInfo" },
  { $project: { orderNo: 1, "userInfo.name": 1 } },
]);

🪵 第 5 题（分片与高可用） ​

Q5：MongoDB 如何实现分片和副本集？在高并发场景下该怎么设计？

📝 标准答案： ​

MongoDB 实现高可用和高扩展性的两个核心机制：

✅ 副本集（Replication）： ​

  • 是 MongoDB 的主从复制机制，包含：
    • 1 个主节点（Primary）；
    • N 个从节点（Secondary）；
  • 主节点写入数据，从节点异步复制；
  • 当主挂掉时会自动选举新主（自动故障恢复）；
  • 提高了数据高可用性与容灾能力。

📌 场景：构建高可用服务，不丢数据。

✅ 分片（Sharding）： ​

  • MongoDB 的分布式存储方案；
  • 数据被 按分片键（shard key） 水平切分；
  • 每个分片是一个独立的副本集；
  • 由 mongos 路由器负责请求路由；
  • 分片策略：
    • Range（范围分片）
    • Hash（哈希分片）
    • Zone（定向分片）

📌 场景：用户量大、单表数据千万级、热点查询打散。

🧠 高并发设计建议： ​

  • 选择合适分片键，避免热点写入；
  • 开启写入确认（write concern）；
  • 读写分离策略，读优先 secondary；
  • 注意聚合查询的分片兼容性；
  • 使用 TTL 自动清理无用数据。
    • TTL 全称是 Time To Live，直译过来就是生存时间。在数据库中，尤其是像 Redis 这样的键值存储中，TTL 用来设置数据的自动过期时间，这样系统会自动清理那些不再需要的数据。