MongoDB常見面試題總結（上）

MongoDB 基礎

MongoDB 是什么？

MongoDB 是一個基于 分布式文件存儲 的開源 NoSQL 數據庫系統，由 C++ 編寫的。MongoDB 提供了 面向文檔 的存儲方式，操作起來比較簡單和容易，支持“無模式”的數據建模，可以存儲比較復雜的數據類型，是一款非常流行的 文檔類型數據庫 。

在高負載的情況下，MongoDB 天然支持水平擴展和高可用，可以很方便地添加更多的節點/實例，以保證服務性能和可用性。在許多場景下，MongoDB 可以用于代替傳統的關系型數據庫或鍵/值存儲方式，皆在為 Web 應用提供可擴展的高可用高性能數據存儲解決方案。

MongoDB 的存儲結構是什么？

MongoDB 的存儲結構區別于傳統的關系型數據庫，主要由如下三個單元組成：

文檔（Document）：MongoDB 中最基本的單元，由 BSON 鍵值對（key-value）組成，類似于關系型數據庫中的行（Row）。
集合（Collection）：一個集合可以包含多個文檔，類似于關系型數據庫中的表（Table）。
數據庫（Database）：一個數據庫中可以包含多個集合，可以在 MongoDB 中創建多個數據庫，類似于關系型數據庫中的數據庫（Database）。

也就是說，MongoDB 將數據記錄存儲為文檔（更具體來說是BSON 文檔），這些文檔在集合中聚集在一起，數據庫中存儲一個或多個文檔集合。

SQL 與 MongoDB 常見術語對比：

SQL	MongoDB
表（Table）	集合（Collection）
行（Row）	文檔（Document）
列（Col）	字段（Field）
主鍵（Primary Key）	對象 ID（Objectid）
索引（Index）	索引（Index）
嵌套表（Embedded Table）	嵌入式文檔（Embedded Document）
數組（Array）	數組（Array）

文檔

MongoDB 中的記錄就是一個 BSON 文檔，它是由鍵值對組成的數據結構，類似于 JSON 對象，是 MongoDB 中的基本數據單元。字段的值可能包括其他文檔、數組和文檔數組。

文檔的鍵是字符串。除了少數例外情況，鍵可以使用任意 UTF-8 字符。

鍵不能含有 \0(空字符）。這個字符用來表示鍵的結尾。
. 和 $ 有特別的意義，只有在特定環境下才能使用。
以下劃線_開頭的鍵是保留的(不是嚴格要求的)。

BSON [bee·sahn] 是 Binary JSON的簡稱，是 JSON 文檔的二進制表示，支持將文檔和數組嵌入到其他文檔和數組中，還包含允許表示不屬于 JSON 規范的數據類型的擴展。有關 BSON 規范的內容，可以參考 bsonspec.org，另見BSON 類型。

根據維基百科對 BJSON 的介紹，BJSON 的遍歷速度優于 JSON，這也是 MongoDB 選擇 BSON 的主要原因，但 BJSON 需要更多的存儲空間。

與 JSON 相比，BSON 著眼于提高存儲和掃描效率。BSON 文檔中的大型元素以長度字段為前綴以便于掃描。在某些情況下，由于長度前綴和顯式數組索引的存在，BSON 使用的空間會多于 JSON。

集合

MongoDB 集合存在于數據庫中，沒有固定的結構，也就是?無模式?的，這意味著可以往集合插入不同格式和類型的數據。不過，通常情況下，插入集合中的數據都會有一定的關聯性。

MongoDB 集合

集合

MongoDB 集合

集合不需要事先創建，當第一個文檔插入或者第一個索引創建時，如果該集合不存在，則會創建一個新的集合。

集合名可以是滿足下列條件的任意 UTF-8 字符串：

集合名不能是空字符串""。
集合名不能含有 \0 （空字符)，這個字符表示集合名的結尾。
集合名不能以"system."開頭，這是為系統集合保留的前綴。例如 system.users 這個集合保存著數據庫的用戶信息，system.namespaces 集合保存著所有數據庫集合的信息。
集合名必須以下劃線或者字母符號開始，并且不能包含 $。

數據庫

數據庫用于存儲所有集合，而集合又用于存儲所有文檔。一個 MongoDB 中可以創建多個數據庫，每一個數據庫都有自己的集合和權限。

MongoDB 預留了幾個特殊的數據庫。

admin : admin 數據庫主要是保存 root 用戶和角色。例如，system.users 表存儲用戶，system.roles 表存儲角色。一般不建議用戶直接操作這個數據庫。將一個用戶添加到這個數據庫，且使它擁有 admin 庫上的名為 dbAdminAnyDatabase 的角色權限，這個用戶自動繼承所有數據庫的權限。一些特定的服務器端命令也只能從這個數據庫運行，比如關閉服務器。
local : local 數據庫是不會被復制到其他分片的，因此可以用來存儲本地單臺服務器的任意 collection。一般不建議用戶直接使用 local 庫存儲任何數據，也不建議進行 CRUD 操作，因為數據無法被正常備份與恢復。
config : 當 MongoDB 使用分片設置時，config 數據庫可用來保存分片的相關信息。
test : 默認創建的測試庫，連接 mongod 服務時，如果不指定連接的具體數據庫，默認就會連接到 test 數據庫。

數據庫名可以是滿足以下條件的任意 UTF-8 字符串：

不能是空字符串""。
不得含有' '（空格)、.、$、/、\和 \0 (空字符)。
應全部小寫。
最多 64 字節。

數據庫名最終會變成文件系統里的文件，這也就是有如此多限制的原因。

MongoDB 有什么特點？

admin : admin 數據庫主要是保存 root 用戶和角色。例如，system.users 表存儲用戶，system.roles 表存儲角色。一般不建議用戶直接操作這個數據庫。將一個用戶添加到這個數據庫，且使它擁有 admin 庫上的名為 dbAdminAnyDatabase 的角色權限，這個用戶自動繼承所有數據庫的權限。一些特定的服務器端命令也只能從這個數據庫運行，比如關閉服務器。
local : local 數據庫是不會被復制到其他分片的，因此可以用來存儲本地單臺服務器的任意 collection。一般不建議用戶直接使用 local 庫存儲任何數據，也不建議進行 CRUD 操作，因為數據無法被正常備份與恢復。
config : 當 MongoDB 使用分片設置時，config 數據庫可用來保存分片的相關信息。
test : 默認創建的測試庫，連接 mongod 服務時，如果不指定連接的具體數據庫，默認就會連接到 test 數據庫。

數據庫名可以是滿足以下條件的任意 UTF-8 字符串：

不能是空字符串""。
不得含有' '（空格)、.、$、/、\和 \0 (空字符)。
應全部小寫。
最多 64 字節。

數據庫名最終會變成文件系統里的文件，這也就是有如此多限制的原因。

MongoDB 適合什么應用場景？

MongoDB 的優勢在于其數據模型和存儲引擎的靈活性、架構的可擴展性以及對強大的索引支持。

選用 MongoDB 應該充分考慮 MongoDB 的優勢，結合實際項目的需求來決定：

隨著項目的發展，使用類 JSON 格式（BSON）保存數據是否滿足項目需求？MongoDB 中的記錄就是一個 BSON 文檔，它是由鍵值對組成的數據結構，類似于 JSON 對象，是 MongoDB 中的基本數據單元。
是否需要大數據量的存儲？是否需要快速水平擴展？MongoDB 支持分片集群，可以很方便地添加更多的節點（實例），讓集群存儲更多的數據，具備更強的性能。
是否需要更多類型索引來滿足更多應用場景？MongoDB 支持多種類型的索引，包括單字段索引、復合索引、多鍵索引、哈希索引、文本索引、地理位置索引等，每種類型的索引有不同的使用場合。
……

MongoDB 存儲引擎

MongoDB 支持哪些存儲引擎？

存儲引擎（Storage Engine）是數據庫的核心組件，負責管理數據在內存和磁盤中的存儲方式。

與 MySQL 一樣，MongoDB 采用的也是 插件式的存儲引擎架構 ，支持不同類型的存儲引擎，不同的存儲引擎解決不同場景的問題。在創建數據庫或集合時，可以指定存儲引擎。

插件式的存儲引擎架構可以實現 Server 層和存儲引擎層的解耦，可以支持多種存儲引擎，如 MySQL 既可以支持 B-Tree 結構的 InnoDB 存儲引擎，還可以支持 LSM 結構的 RocksDB 存儲引擎。

在存儲引擎剛出來的時候，默認是使用 MMAPV1 存儲引擎，MongoDB4.x 版本不再支持 MMAPv1 存儲引擎。

現在主要有下面這兩種存儲引擎：

WiredTiger 存儲引擎：自 MongoDB 3.2 以后，默認的存儲引擎為 WiredTiger 存儲引擎。非常適合大多數工作負載，建議用于新部署。WiredTiger 提供文檔級并發模型、檢查點和數據壓縮（后文會介紹到）等功能。
In-Memory 存儲引擎：In-Memory 存儲引擎在 MongoDB Enterprise 中可用。它不是將文檔存儲在磁盤上，而是將它們保留在內存中以獲得更可預測的數據延遲。

此外，MongoDB 3.0 提供了 可插拔的存儲引擎 API ，允許第三方為 MongoDB 開發存儲引擎，這點和 MySQL 也比較類似。

WiredTiger 基于 LSM Tree 還是 B+ Tree？

目前絕大部分流行的數據庫存儲引擎都是基于 B/B+ Tree 或者 LSM(Log Structured Merge) Tree 來實現的。對于 NoSQL 數據庫來說，絕大部分（比如 HBase、Cassandra、RocksDB）都是基于 LSM 樹，MongoDB 不太一樣。

上面也說了，自 MongoDB 3.2 以后，默認的存儲引擎為 WiredTiger 存儲引擎。在 WiredTiger 引擎官網上，我們發現 WiredTiger 使用的是 B+ 樹作為其存儲結構：

WiredTiger maintains a table's data in memory using a data structure called a B-Tree ( B+ Tree to be specific), referring to the nodes of a B-Tree as pages. Internal pages carry only keys. The leaf pages store both keys and values.

此外，WiredTiger 還支持 LSM(Log Structured Merge) 樹作為存儲結構，MongoDB 在使用 WiredTiger 作為存儲引擎時，默認使用的是 B+ 樹。

如果想要了解 MongoDB 使用 B+ 樹的原因，可以看看這篇文章：【駁斥八股文系列】別瞎分析了，MongoDB 使用的是 B+ 樹，不是你們以為的 B 樹。

使用 B+ 樹時，WiredTiger 以 page 為基本單位往磁盤讀寫數據。B+ 樹的每個節點為一個 page，共有三種類型的 page：

root page（根節點）：B+ 樹的根節點。
internal page（內部節點）：不實際存儲數據的中間索引節點。
leaf page（葉子節點）：真正存儲數據的葉子節點，包含一個頁頭（page header）、塊頭（block header）和真正的數據（key/value），其中頁頭定義了頁的類型、頁中實際載荷數據的大小、頁中記錄條數等信息；塊頭定義了此頁的 checksum、塊在磁盤上的尋址位置等信息。

其整體結構如下圖所示：