目錄

一、概念

二、架構

2.1 邏輯結構

2.2 數據模型

2.3 存儲引擎：WiredTiger?

三、事務

---

一、概念

?MongoDB是文檔數據庫，基本存儲單元是?文檔（Document），以BSON格式（一種類json的二進制形式）存儲，文檔可以包含鍵值對、嵌套文檔、數組等復雜結構，字段可以動態擴展，需要在代碼層管理數據約束，適合存儲非結構化數據或半結構化數據（如日志、IoT 傳感器數據、實時分析）。

文檔結構示例：

{"_id": ObjectId("507f191e810c19729de860ea"), // MongoDB 自動生成的唯一主鍵"name": "Alice Smith","age": 30,"email": "alice@example.com","address": {"street": "123 Main St","city": "Anytown","zip": "12345"},"hobbies": ["reading", "hiking", "photography"],"created_at": ISODate("2023-10-27T10:00:00Z")
}

設計目標：是解決關系型數據庫在處理海量數據、高并發、靈活數據結構時遇到的擴展性、性能瓶頸和模式僵化問題。

MongoDB與關系型數據庫RDBMS對比：

文檔 (Document):?數據存儲和操作的基本單元，類似于 JSON 對象，結構是鍵值對。

集合 (Collection):一組相關文檔的容器，同一個集合（Collection）中的文檔不要求具有相同的結構（模式自由/動態模式）。字段可以動態添加、修改或刪除。

數據庫 (Database):包含多個集合的物理容器，用于邏輯上隔離不同的應用或數據集，每個數據庫有自己的用戶、權限、集合和索引。

?MongoDB中Document中可以出現的數據類型：

二、架構

2.1 邏輯結構

MongoDB與MySQL架構相差不多，底層都使?了可插拔的存儲引擎以滿用戶的不同需要。最新版本的 MongoDB 中使用了 WiredTiger 作為默認的存儲引擎，WiredTiger 提供了不同粒度的并發控制和壓縮機制，能夠為不同種類的應用提供了最好的性能和存儲率。

在存儲引擎上層的就是 MongoDB 的數據模型和查詢語言了，由于 MongoDB 對數據的存儲與 RDBMS 有較大的差異，所以它創建了一套不同的數據模型和查詢語言。

2.2 數據模型

MongoDB的數據模型有兩種

1> 內嵌：把相關聯的數據保存在同一個文檔結構中

• 適用場景：一對一或一對少關系，高頻查詢的子數據。

• 示例：用戶檔案中直接嵌套地址信息

{"user_id": 1001,"profile": {"birthdate": "1990-05-15","education": "碩士"}
}

• 優點：單次查詢獲取全部數據，讀寫高效。

• 缺點：文檔大小可能膨脹（上限 16MB）。

2> 引用：通過存儲數據引用信息來實現兩個不同文檔之間的關聯

• 適用場景：一對多或多對多關系，子數據獨立更新頻繁。

• 示例：用戶與訂單通過?_id?關聯

// users 集合
{ "_id": ObjectId("662a1b87c1b6e32a50f1a9e2"), "name": "張三","email": "zhangsan@example.com"
}// orders 集合
{ "_id": ObjectId("55f14312c7447c3da7051b27"),"user_id": ObjectId("662a1b87c1b6e32a50f1a9e2"),  // 引用用戶ID"items": ["手機", "耳機"],"total": 5999
}

// 關聯查詢：獲取所有訂單及其對應的用戶信息
db.orders.aggregate([{$lookup: {from: "users",          // 關聯的集合名localField: "user_id",  // 當前集合的關聯字段foreignField: "_id",    // 目標集合的關聯字段as: "user_info"         // 輸出字段名（數組）}}
])// 輸出結果
{"_id": ObjectId("55f14312c7447c3da7051b27"),"user_id": ObjectId("662a1b87c1b6e32a50f1a9e2"),"items": ["手機", "耳機"],"total": 5999,"user_info": [  // 注意：結果總是數組{"_id": ObjectId("662a1b87c1b6e32a50f1a9e2"),"name": "張三","email": "zhangsan@example.com"}]
}

• 優點：數據冗余少，易于維護一致性。

• 缺點：需多次查詢（$lookup?聚合操作可緩解）。

2.3 存儲引擎：WiredTiger?

存儲引擎負責管理如何在磁盤上存儲數據、處理讀寫操作、實現事務、管理內存緩存等。

MongoDB支持的存儲引擎有MMAPv1,WiredTiger和InMemory。InMemory存儲引擎用于將數據只存儲在內存中，只將少量的元數據(meta-data)和診斷日志（Diagnostic）存儲到硬盤文件中，由于不需要Disk的IO操作，就能獲取所需的數據，InMemory存儲引擎大幅度降低了數據查詢的延遲（Latency）。從mongodb3.2開始默認的存儲引擎是WiredTiger,3.2版本之前的默認存儲引擎是MMAPv1，mongodb4.x版本不再支持MMAPv1存儲引擎。

核心原理:

• 文檔級并發控制:?這是 WiredTiger 高性能的關鍵。它允許對集合中的不同文檔進行并發讀寫操作（寫操作在文檔級別加鎖），極大地提高了多核CPU環境下的吞吐量。相比之前的 MMAPv1 引擎（集合級鎖），這是質的飛躍。

• 寫操作流程

  • 數據寫入?Journal 預寫日志（防崩潰）

  • 更新內存中的?Cache

  • 后臺線程異步刷盤：

    • 每 60 秒生成?Checkpoint

    • 壓縮后寫入數據文件

• 寫優化與持久性:

  • Write Ahead Logging (WAL):?所有寫操作首先被順序、快速地寫入一個持久化的?Journal?文件（并默認寫入Cache）。這確保了即使發生崩潰，也能根據 Journal 恢復未刷盤的數據，保證操作的持久性（Durability）。

  • 內存管理:?使用緩存（Cache）?來存儲頻繁訪問的數據和索引（通過 LRU 算法管理）。寫操作先在內存的 Cache 中進行修改，然后異步寫入 Journal 和最終刷入數據文件。讀操作優先從 Cache 讀取。

  • Checkpoints:?WiredTiger 定期（默認 60 秒或 Journal 達到 2GB）將內存中修改過的數據（臟頁）以一致的狀態快照寫入數據文件。Checkpoint 是數據的持久化點，縮短了崩潰恢復時需要從 Journal 重放的操作量。

• 壓縮:?WiredTiger 支持對數據（Snappy 或 Zlib）和索引（Prefix）進行壓縮，顯著節省磁盤空間并減少 I/O。

• B-Tree 索引存儲:?WiredTiger 使用 B-Tree 數據結構存儲索引（這是 MongoDB 索引的主要實現方式）。

• WiredTiger?關鍵配置?(mongod.conf)

storage:engine: wiredTigerwiredTiger:engineConfig:cacheSizeGB: 10                  # 內存緩存大小 (建議為物理內存50%)journalCompressor: snappy         # 日志壓縮算法collectionConfig:blockCompressor: zstd             # 數據壓縮算法 (zstd平衡性能/壓縮比)indexConfig:prefixCompression: true           # 索引前綴壓縮

三、事務

• 支持范圍:?MongoDB 4.0+ 支持多文檔事務（ACID），適用于副本集；MongoDB 4.2+ 支持分布式事務（跨分片事務）。

• 實現原理:

  • 使用快照隔離 (Snapshot Isolation)?級別。事務看到的是事務開始時數據庫的一致性快照。

  • 在 WiredTiger 存儲引擎中，事務通過 MVCC (多版本并發控制) 實現。寫操作在事務提交前對其他事務不可見。

  • 涉及跨分片事務時，由協調者（通常是發起事務的 Mongos 或 Mongod）使用?Two-Phase Commit (2PC)?協議協調所有參與分片。

• 注意事項:?雖然提供了 ACID 保證，但分布式事務比單文檔操作開銷大得多，應謹慎使用，避免長時間運行的事務。單文檔操作天生具有原子性。

舉例：

const session = db.getMongo().startSession();  // 1. 創建會話
session.startTransaction({                     // 2. 啟動事務readConcern: { level: "snapshot" },writeConcern: { w: "majority" }
});
try {const coll = session.getDatabase("test").users;coll.updateOne({ name: "Alice" }, { $inc: { balance: -100 } }); // 3. 操作1coll.updateOne({ name: "Bob" }, { $inc: { balance: 100 } });    // 4. 操作2session.commitTransaction();               // 5. 提交事務
} catch (error) {session.abortTransaction();                // 6. 出錯回滾
}