MongoDB
MongoDB 是 2009 年由 MongoDB Inc.（原 10gen）开源的面向文档的 NoSQL 数据库——它把数据存成 BSON（Binary JSON）文档而非行/列，一个文档就是一个类 JSON 对象（{name: "alice", age: 30, tags: ["db","nosql"]}），支持嵌套对象与数组，天然契合现代应用的对象模型，免去关系数据库 ORM 的对象-关系阻抗失配。MongoDB 的核心价值在于「灵活的文档模型 + 丰富的查询 + 横向扩展」：文档 schema 动态（同一集合的文档可有不同字段），适合需求频繁变动、字段不固定的场景；查询语言（MQL）比 SQL 表达力更强（支持嵌套字段、数组谓词、聚合管道）；通过**副本集（Replica Set）保证高可用，通过分片（Sharding）**横向扩展到 PB 级数据。理解 MongoDB 的关键是理解「文档模型如何设计（嵌入 vs 引用）、索引如何建（单字段/复合/文本/地理空间）、聚合管道如何工作、副本集与分片如何协作」——这是它与 MySQL（关系）、Redis（KV）、Neo4j（图）的根本分野。
MongoDB 的全部考点围绕「建模、查询、扩展」展开：①文档模型与 BSON——文档是类 JSON 的 BSON（带类型、二进制），字段动态，嵌套对象与数组一等公民；②Schema 设计——嵌入（embedding）（把关联数据塞进一个文档，一次读取，适合一对一/一对少量、读多写少）vs 引用（referencing）（像关系库的外键，分开存按 id 关联，适合多对多、数据量大、需独立更新），选错会拖垮性能；③索引——单字段索引、复合索引（遵循 ESR 规则：Equality/Sort/Range）、文本索引（全文搜索）、地理空间索引（2dsphere，找附近的点）、TTL 索引（自动过期文档）；④聚合管道（Aggregation Pipeline）——$match/$group/$project/$sort/$lookup（左外连接）/$unwind（展开数组）等阶段串联，是 MongoDB 的「SQL GROUP BY + JOIN + 子查询」等价物；⑤副本集——一主两从，主写从复制，自动选举故障转移，保证高可用与读分流；⑥分片——按 shard key 把数据分散到多个 shard，每个 shard 是一个副本集，横向扩展；⑦Atlas 与变更流——Atlas 是官方云托管（免运维），变更流（Change Stream）让应用实时订阅数据变更（对标数据库触发器/CDC）。本叶从文档模型与索引讲起，串联聚合管道、副本集与分片，帮你既会建模也会扩展 MongoDB。
评价
优点
- 灵活的文档模型：BSON 文档支持嵌套对象与数组，schema 动态，契合现代应用对象模型，免 ORM 阻抗失配
- 丰富的查询与聚合：MQL 支持嵌套字段与数组谓词，聚合管道（pipeline）表达力强，能完成 GROUP BY/JOIN/子查询
- 横向扩展：分片（sharding）按 shard key 把数据分散到多节点，原生支持 PB 级数据
- 生态成熟：副本集自动故障转移、Atlas 云托管、变更流（Change Stream）、多语言驱动，被 Uber/Adobe/ea 等大规模使用
缺点
- 无事务到多文档（4.0 前）：4.0 起才支持多文档/多集合分布式事务，但性能开销大，仍不适合强一致的金融核心
- 内存占用大：BSON 文档带字段名（每文档重复存字段名），占内存与磁盘，比关系库的列存储胖
- JOIN 弱：
$lookup是左外连接，性能不如关系库的 JOIN，重度关联场景应嵌入或选关系库 - schema 太灵活是双刃：无强约束，脏数据易混入，生产需配合校验器（validator）约束
本叶地图
- 入门 —— MongoDB 定义、BSON 文档模型、Schema 设计（嵌入 vs 引用）、索引、聚合管道、副本集与分片、Atlas 与变更流
- 文档模型与索引 —— BSON 与动态 schema、嵌入 vs 引用取舍、单字段/复合索引 ESR 规则、文本索引、地理空间索引、TTL 索引
- 聚合管道、副本集与分片 —— 聚合管道阶段（
- 参考 —— 命令速查、Schema 设计决策表、索引类型对比、聚合阶段速查、易错点清单、权威链接