初学者使用 MongoDB 必知的 7 大概念

MongoDB 是一种 NoSQL 数据库，采用灵活的文档式方法，将数据存储在组织为集合的类 JSON 文档中。简单来说，使用 MongoDB 时，您的数据看起来很像 JSON。这让它易读、易于映射到代码，并且具有良好的可扩展性。MongoDB 现代而且与关系型数据库的理念不同。关系型数据库通过表中的行来存储数据。这种方式有其优势，但一个主要挑战是需要借助额外的表来创建关系。MongoDB 通过引入灵活的模式，将数据存储在集合而非表中，来解决这一问题。这意味着与某个对象相关的数据可以与该对象存放在一起。在本教程中，我们将探索初学者在使用 MongoDB 时应了解的七个概念。话不多说，开始吧。

理解 NoSQL 与文档数据库

大多数人提到数据库时，会想到使用行、表和关系来存储数据的 SQL。对于许多应用来说，这非常合适，尤其是当应用数据是结构化的时候。但当数据无法整齐地装进表结构时，它可能会显得束手束脚。

这正是 NoSQL 发挥作用的地方。NoSQL 的意思是“not only SQL”（不仅仅是 SQL）。它涵盖了一系列背离僵化表模型、提供更大灵活性的数据库。与其强迫所有数据进入预定义的列中，您可以按照应用的实际工作方式来组织数据。

MongoDB 是一种 文档数据库，这是最流行的 NoSQL 数据库类型之一。它不使用行和表，而是将数据作为集合中的 文档 存储。每个文档看起来很像 JSON，包含键值对、数组，甚至嵌套对象。这让表示现实世界的数据变得非常容易。一个很好的例子是用户档案：地址和偏好可以放在同一条记录中，而无需拆分到多个表。下面我们看看在 MongoDB 中，包含地址和偏好的用户档案在一条记录中的样子。

{
"_id": "u123",
"name": "Moses Anu",
"email": "[email protected]",
"addresses": [
{ "type": "home", "city": "Abuja" },
{ "type": "work", "city": "Lagos" }
],
"preferences": {
"language": "English",
"theme": "dark"
}
}技术支持

MongoDB 架构基础

要高效地使用 MongoDB，需要理解 MongoDB 数据库中的数据组织方式。与以表和行组织数据的 SQL 数据库不同，MongoDB 使用集合与文档。

• Database（数据库）：可以把它看作一切的容器。就像在 MySQL 中可以有多个数据库一样，MongoDB 也提供多个数据库的灵活性，用于不同的项目或应用。
• Collection（集合）：每个数据库内部包含多个集合。可以把集合想象成具有高度灵活模式的表，因为 MongoDB 不强制严格的模式。您可以在同一集合中存放含有不同字段的文档。
• Document（文档）：这才是“魔法”发生的地方。文档是一个类 JSON 的对象（底层实际为 BSON），用于承载数据。文档可以包含嵌套对象和数组，使其在现代应用中更自然易用。我们将在下一段进一步讨论 BSON。

为更好地理解 MongoDB 架构，我们来看一个示例。假设我们用 MongoDB 构建一个简单的电商应用，数据结构可能如下所示。

• 有一个名为 shopDB 的数据库。
• 其中有一个名为 products 的集合。
• 在该集合中，文档 用于表示每个商品，包含名称、价格、类别等详情。

灵活的模式

为更好地理解灵活模式的概念，以上面的示例来说，一个商品可以有 discount（折扣）字段，而另一个则没有。MongoDB 不会强制每个商品拥有完全相同的字段。这种灵活性是开发者喜欢 MongoDB 的重要原因之一，尤其是在快速迭代的应用中。

BSON 与数据类型

如果您曾使用过 JSON，MongoDB 会让您倍感自然。实际上，MongoDB 并不会将数据以纯 JSON 存储，而是使用 BSON。BSON 的全称是 Binary JSON（二进制 JSON）。

什么是 BSON，MongoDB 为什么使用它？

BSON 就像 JSON 更聪明、更高效的“表亲”。它保留了开发者喜爱的可读键值结构，同时增添了几项“超能力”：

• 支持比 JSON 更多的数据类型（如日期、十进制和原始二进制）。
• 针对 快速编码/解码 做了优化，使 MongoDB 查询更快。
• 以紧凑的 二进制格式 存储，更适合处理大量数据。

简而言之，BSON 既赋予 MongoDB 类 JSON 的灵活性，又 提供数据库所需的性能与精度。

常见 BSON 数据类型

MongoDB 支持多种数据类型，以下是最常见的一些及其示例：

• String（字符串） ："name": "Alice"
• Number（数字） ： "age": 28
• Boolean（布尔） ： "isActive": true
• Date（日期） ： "createdAt": ISODate("2025-08-18T10:00:00Z")
• Array（数组） ： "skills": ["MongoDB", "Node.js", "React"]
• 嵌入式文档：文档中的嵌套对象：

"address": { 
  "city": "Lagos", 
  "country": "Nigeria" 
}技术支持

• ObjectId：MongoDB 用于唯一文档 ID 的特殊类型。ObjectId("64f5c9e8a5f76b1d2c3a4567")

以下是存储在 MongoDB 中的 BSON 格式用户档案文档示例：

{
  "_id": ObjectId("64f5c9e8a5f76b1d2c3a4567"),
  "name": "Moses",
  "age": 30,
  "isActive": true,
  "skills": ["Laravel", "MongoDB", "Vue"],
  "address": {
    "city": "Abuja",
    "country": "Nigeria"
  },
  "createdAt": ISODate("2025-08-18T10:00:00Z")
}技术支持

需要注意的几点：

• _id 字段如果未手动设置，会自动生成一个 ObjectId。
• 日期以 ISODate 存储，而非普通字符串。
• 嵌套的 address 文档和 skills 数组体现了 MongoDB 相比扁平 SQL 行的灵活性。

模式设计原则

MongoDB 具有灵活的模式，使您可以随应用增长而演进数据模型。然而，没有恰当的模式设计，MongoDB 的灵活性很快就会变得混乱。即便 MongoDB 提供灵活的模式，也不意味着可以完全不要结构。下面我们来看看在使用 MongoDB 时应遵循的一些模式设计原则。

灵活模式 vs. 无模式

MongoDB 常被描述为无模式，但这有些误导。每个文档确实有模式——只是除非您选择添加校验规则，否则不会在数据库层强制执行。

例如，同一 users 集合中的两个文档，从技术上看可以完全不同：

// Document 1
{ "name": "Alice", "email": "[email protected]" }

// Document 2
{ "username": "Bob123", "age": 29 }技术支持

这种灵活性在快速原型阶段很有用，但在生产环境中，通常需要一定的一致性。这就是 JSON Schema 校验 的作用所在。您可以强制某些规则，以免数据变得凌乱且不可靠。

嵌入 vs. 引用文档

MongoDB 模式设计的另一项重要决策是如何建模关系。我们来看看在 MongoDB 文档中建模关系的一些方法。

嵌入（在文档内嵌套数据）

MongoDB 支持在集合中嵌入文档。该方法适用于需要一并访问的数据。例如一篇博客文章，将评论直接存储在文章文档内。下面是嵌入数据的示例。

{
  "title": "Intro to MongoDB",
  "comments": [
    { "user": "Alice", "text": "Great post!" },
    { "user": "Bob", "text": "Very helpful." }
  ]
}技术支持

以这种方式存储的数据性能更好，检索或处理所需的查询更少。但如果结构不当，也可能导致文档臃肿。

引用（在文档之间建立链接）

当相关数据规模很大或经常被复用时，建议在文档之间建立链接，这称为引用。

例如一篇有大量评论的博客文章。在这种情况下，我们可以只存储评论的 ID，而实际评论放在独立的集合中。如下所示：

// Blog post
{ "title": "Intro to MongoDB", "commentIds": [ObjectId("..."), ObjectId("...")] }技术支持

// Separate comment document
{ "_id": ObjectId("..."), "user": "Alice", "text": "Great post!" }技术支持

这样组织数据可以让文档更小，避免重复，并提高代码的可维护性。不过，它需要多次查询（也可在聚合中使用 $lookup 进行连接）。

避免常见的模式设计错误

过度嵌入：由于 MongoDB 具有灵活模式，容易把所有东西都塞进一个巨大的文档中。这并不可取，会导致性能不佳。MongoDB 对单个文档强制 16MB 的大小上限，旨在确保开发者合理地将数据结构化为多个文档。

忽视索引：在使用 MongoDB 时不要忽视索引。如果查询与模式设计不匹配，最终会导致查找缓慢。始终以访问模式为导向进行设计。

把 MongoDB 当作 SQL 来用：将数据拆分为较小的文档没有问题。但请理解 MongoDB 的灵活模式，不要把它当作关系型数据库。如果照搬关系型模式（大量小而规范化的表/集合），就会丧失文档建模的优势。

花时间规划您的模式。周到的模式设计将极大影响应用的性能。

数据校验

MongoDB 很灵活。如果不加以注意，这很容易导致数据缺乏结构、杂乱无章。这就是数据校验 发挥作用的地方。

可以把校验看作是为集合设定基本规则。它确保任何插入或更新的文档都遵循特定规则，比如要求必须有 email 字段，或者确保“age”始终是一个数字。

在 MongoDB 中使用 JSON Schema 校验

MongoDB 支持用于校验的 JSON Schema。JSON Schema 是一种描述文档结构的标准方式。可以强制执行的规则包括：

• 必填字段。
• 数据类型（字符串、数字、日期等）。
• 取值范围或字符串模式。

在 MongoDB 中，数据校验能带来两全其美的效果：MongoDB 的灵活模式加上 保护栏，帮助我们保持数据整洁。

强制规则以保持数据整洁

假设我们有一个 users 集合。我们希望确保：

• 每个用户都有 name（字符串）。
• 每个用户都有 email（字符串，且看起来像电子邮箱）。
• 如果存在 age，则必须是大于或等于 18 的数字。

我们可以通过 JSON Schema 校验器来强制执行这些规则：

db.createCollection("users", {
  validator: {
    $jsonSchema: {
      bsonType: "object",
      required: ["name", "email"],
      properties: {
        name: {
          bsonType: "string",
          description: "must be a string and is required"
        },
        email: {
          bsonType: "string",
          pattern: "^.+@.+\\..+$",
          description: "must be a valid email address"
        },
        age: {
          bsonType: "int",
          minimum: 18,
          description: "must be an integer greater than or equal to 18"
        }
      }
    }
  }
})
技术支持

MongoDB 会确保只有通过校验的数据才会被保存到集合中。

CRUD 操作

使用 MongoDB 的核心在于四个基本操作： 创建、读取、更新 和 删除，统称为 CRUD。

掌握 CRUD，几乎就能构建任意应用。MongoDB 通过一组直观的方法让这一切变得简单。下面逐一介绍。

Create（创建）

要向 MongoDB 的集合添加新文档，使用 insertOne() 方法。例如，我们可以用下面的代码在 user 集合中创建一个新的用户文档。

db.users.insertOne({
  name: "Alice",
  email: "[email protected]",
  age: 25
})技术支持

MongoDB 会为每个创建的文档自动生成唯一的 _id。

Read（读取）

从集合读取数据很直接。我们使用 find()。可以获取所有文档，或使用条件进行过滤。下面的代码可以从用户集合中查找所有用户。

// Find all users
db.users.find()技术支持

我们可以使用唯一键进行过滤——例如 email。

// Find one user by email
db.users.find({ email: "[email protected]" })技术支持

find() 始终返回一个游标（您可以对其进行迭代）。如果只想要单个匹配，可以使用 indOne()。

Update（更新）

创建数据后，通常需要对其进行修改。要修改数据，使用 ``` updateOne()``` 方法。我们需要指定筛选条件以及要应用的更改。

// Update Alice’s age
db.users.updateOne(
  { email: "[email protected]" },
  { $set: { age: 26 } }
)技术支持

$set 运算符仅更新指定字段，其他字段保持不变。

Delete（删除）

最后，可以使用 deleteOne() 或 deleteMany() 删除文档。下面是 deleteOne 的示例。

// Delete Alice’s record
db.users.deleteOne({ email: "[email protected]" })技术支持

请注意，删除是不可恢复的。

仅凭这四个操作，您就可以构建从待办事项到电商平台的各类应用。

安全最佳实践

安全绝不应在 数据库方面被“事后考虑”。下面我们来看看每位初学者都应该了解的核心最佳实践。

身份验证与授权

默认情况下，全新安装的 MongoDB 可能不会强制启用身份验证。这意味着任何 能连接上的人都可能访问您的数据。如果不加以防范，这是巨大的风险。为了确保 MongoDB 不被暴露，我们可以实施身份验证与授权。

• 身份验证（Authentication）确保只有合法用户能够连接。
• 授权（Authorization）确保即便是已通过身份验证的用户，也只能执行被允许的操作。

例如，不要到处使用 root/admin 用户登录，应该为特定任务创建专用用户。

// Create a new user with read-only access
db.createUser({
  user: "reportViewer",
  pwd: "strongPassword123",
  roles: [ { role: "read", db: "salesDB" } ]
})技术支持

现在，该用户只能读取 salesDB 的数据，而不能写入或删除。

基于角色的访问控制（RBAC）

MongoDB 使用角色来管理用户能做什么。内置角色包括：

• Read：只能查看数据。
• ReadWrite：可以查看并修改数据。
• DbAdmin：可以管理索引、统计和性能分析。
• Root：拥有完全控制权限。避免在日常工作中使用！

遵循最小权限原则，只授予用户完成工作所需的权限，同时保障 MongoDB 的安全。

避免公网暴露

最常见的初学者错误之一，是让 MongoDB 监听默认端口（27017）并绑定到 0.0.0.0（所有网络接口）。

这意味着您的数据库向整个互联网开放。为防止这种情况，您应采取以下措施：

• 仅将 MongoDB 绑定到 localhost 或私有/内部 IP。
• 使用防火墙（或云安全组）限制访问。
• 如需远程访问，请始终通过 VPN 或 SSH 隧道连接。

# Example: /etc/mongod.conf

net:

  port: 27017

  bindIp: 127.0.0.1   # Only accessible locally技术支持

遵循这些实践，您的 MongoDB 部署将更能抵御意外泄露或恶意攻击。

结语

凭借其灵活性与强大能力，MongoDB 已成为现代应用首选数据库之一。无论您是在鼓捣副项目，还是管理大规模系统，扎实掌握基础都能为您节省大量时间并提升效率。本文我们探讨了初学者在使用 MongoDB 时应了解的七个关键概念，包括：

• 理解 NoSQL 与文档数据库。
• MongoDB 架构基础。
• BSON 与数据类型。
• 模式设计原则。
• 数据校验。
• CRUD 操作。
• 安全最佳实践。

充分理解以上概念，将为您使用 MongoDB 打下坚实基础。更多详情，请查阅 MongoDB 文档 和 DataCamp 的 Introduction to MongoDB in Python 课程。