1. MongoDB的核心定位与特性解析
MongoDB是一种文档型NoSQL数据库，采用BSON（二进制JSON）格式存储数据。与传统关系型数据库相比，它的核心优势在于灵活的文档模型——每个文档可以拥有不同的字段结构，这种设计特别适合处理现代应用中的半结构化数据。我在实际项目中经常遇到需要频繁修改数据模型的场景，比如用户画像系统需要不断新增标签字段，使用MongoDB就无需像MySQL那样执行耗时的ALTER TABLE操作。
其分布式架构设计也值得关注。通过分片（Sharding）技术实现水平扩展，配合副本集（Replica Set）提供高可用性。我曾参与过一个电商促销系统开发，在流量高峰时段，MongoDB的分片集群轻松应对了每秒数万次的查询请求，这是单机数据库难以实现的。
2. 文档模型与BSON存储详解
2.1 文档结构设计实践
MongoDB的文档采用键值对形式组织，支持嵌套文档和数组。例如存储博客文章时，可以将评论直接嵌套在文章文档中：
{ "_id": ObjectId("5f8d..."), "title": "MongoDB实践指南", "author": "张工程师", "comments": [ { "user": "读者A", "text": "非常实用", "rating": 5 } ] }这种设计避免了SQL中的多表关联查询，通过单次查询就能获取完整业务对象。但需要注意文档大小限制（当前版本为16MB），对于可能无限增长的数组（如日志记录），需要采用分桶模式设计。
2.2 索引策略优化经验
MongoDB支持多种索引类型：
- 单字段索引：最基础的查询加速手段
- 复合索引：处理多条件查询，需要注意字段顺序
- 多键索引：优化数组字段查询
- 文本索引：支持全文搜索
- 地理空间索引：处理位置数据
在电商项目中，我们为商品集合建立了如下复合索引：
db.products.createIndex({ category: 1, price: -1, rating: -1 })这个索引完美支持了"按分类筛选后按价格降序和评分降序排序"的核心查询场景。需要特别注意的是，索引会占用约10%的额外存储空间，并影响写入性能，建议通过explain()方法验证索引使用情况。
3. 集群部署与生产环境配置
3.1 副本集配置要点
标准生产部署应包含至少3个节点（1主2从）。以下是我的常用配置模板：
# mongod.conf storage: wiredTiger: engineConfig: cacheSizeGB: 2 # 根据服务器内存调整 replication: replSetName: "rs0" net: bindIp: 0.0.0.0 port: 27017初始化副本集的命令序列：
rs.initiate({ _id: "rs0", members: [ { _id: 0, host: "mongo1:27017" }, { _id: 1, host: "mongo2:27017" }, { _id: 2, host: "mongo3:27017", arbiterOnly: true } ] })仲裁节点(arbiter)不存储数据，仅参与选举投票。曾经有客户为了节省资源只部署2个数据节点，结果在网络分区时导致系统不可用，这个教训说明奇数节点原则的重要性。
3.2 分片集群实战配置
当数据量超过单机容量时，需要配置分片集群。关键组件包括：
- 配置服务器（存储集群元数据）
- 路由节点（mongos）
- 分片节点（实际数据存储）
选择分片键时需要谨慎考虑：
- 避免热点：如使用自增ID会导致写入集中到最后一个分片
- 查询模式：常用查询条件应包含分片键
- 数据分布：保证各分片数据量均衡
我们曾在一个IoT项目中使用设备ID的哈希值作为分片键：
sh.shardCollection("iot.telemetry", { "deviceId": "hashed" })这种方案确保了数千万设备数据均匀分布在各个分片上。
4. 性能调优与问题排查
4.1 查询优化技巧
慢查询日志是最直接的优化入口：
db.setProfilingLevel(1, { slowms: 100 })常见优化手段包括：
- 使用
$project减少返回字段 - 避免全集合扫描（COLLSCAN）
- 合理使用
$lookup替代应用层join - 对聚合管道使用
$indexStats分析
最近调试的一个分页查询案例：原本耗时800ms的查询，在添加了createdAt: -1的排序索引后降至50ms。关键是要理解MongoDB的索引排序方向必须与查询排序方向一致或相反。
4.2 连接池管理经验
MongoDB驱动默认维护连接池，不当配置会导致性能问题。建议参数：
const client = new MongoClient(uri, { poolSize: 50, // 默认5-100 connectTimeoutMS: 30000, socketTimeoutMS: 360000 });我们曾遇到连接泄漏问题，最终发现是未正确调用client.close()。现在团队强制使用try-with-resources模式：
try (MongoClient client = ...) { // 操作数据库 } // 自动关闭连接5. 数据安全与备份策略
5.1 访问控制最佳实践
生产环境必须启用认证。创建管理员用户的正确姿势：
use admin db.createUser({ user: "admin", pwd: passwordPrompt(), roles: ["root"] })然后修改配置启用认证：
security: authorization: enabled建议遵循最小权限原则，为每个应用创建专属用户。有次审计发现某服务使用root账户连接，这是严重的安全隐患。
5.2 备份恢复方案对比
常用备份工具：
- mongodump/mongorestore：逻辑备份，适合小数据集
- 文件系统快照：需要数据库处于锁定状态
- Ops Manager：MongoDB官方商业方案
我的日常备份脚本示例：
#!/bin/bash DATE=$(date +%Y%m%d) mongodump --uri="mongodb://user:pass@localhost:27017" \ --gzip \ --out=/backups/mongo-$DATE # 保留最近7天备份 find /backups -name "mongo-*" -mtime +7 -exec rm -rf {} \;测试恢复时发现，mongorestore在分片集群上需要特殊处理，必须通过mongos路由节点执行。
6. 版本升级实战记录
从4.2升级到5.0的主要步骤：
- 预升级检查：
db.adminCommand({ getParameter: 1, featureCompatibilityVersion: 1 }) - 逐个升级副本集从节点
- 主节点降级（自动故障转移）
- 升级原主节点
- 更新FCV：
db.adminCommand({ setFeatureCompatibilityVersion: "5.0" })
特别注意：升级后WT存储引擎的默认缓存比例从50%降至80%，可能需要调整wiredTigerCacheSizeGB参数。我们有一次升级后性能下降，就是因为没注意到这个变化。
