MongoDB的数据模型（文档、集合、数据库）

MongoDB的数据模型（文档、集合、数据库）

MongoDB作为NoSQL数据库的代表，采用灵活的文档数据模型，核心概念包括文档、集合和数据库。这种设计让MongoDB能够高效处理非结构化或半结构化数据，同时保持强大的查询能力。

文档（Document）

文档是MongoDB中最基本的数据单元，采用BSON（Binary JSON）格式存储。每个文档由键值对组成，类似于JSON对象，但支持更丰富的数据类型。

// 一个典型的MongoDB文档示例
{
  _id: ObjectId("507f1f77bcf86cd799439011"),
  name: "张三",
  age: 28,
  address: {
    city: "北京",
    district: "海淀区"
  },
  hobbies: ["编程", "游泳", "摄影"],
  createdAt: new Date("2023-01-15")
}

文档的特点包括：

• _id字段是文档的唯一标识符，如果不指定会自动生成
• 支持嵌套文档（如address字段）
• 可以存储数组（如hobbies字段）
• 字段值可以是多种数据类型（字符串、数字、日期等）

文档大小限制为16MB，适合存储大多数业务数据。对于更大的文件，MongoDB提供了GridFS规范。

集合（Collection）

集合是一组文档的容器，类似于关系型数据库中的表，但没有固定的表结构。

// 用户集合中的不同文档结构示例
[
  {
    _id: 1,
    username: "user1",
    email: "user1@example.com"
  },
  {
    _id: 2,
    username: "user2",
    profile: {
      firstName: "李",
      lastName: "四"
    },
    lastLogin: ISODate("2023-05-20T08:30:00Z")
  }
]

集合的重要特性：

• 动态模式：集合中的文档可以有不同的结构
• 命名规则：不能包含空字符、$符号等特殊字符
• 索引支持：可以在集合上创建索引提高查询性能
• 上限集合（Capped Collection）：固定大小的集合，适合日志等场景

集合操作示例（使用MongoDB Shell）：

// 创建集合
db.createCollection("users")

// 查看所有集合
show collections

// 删除集合
db.users.drop()

数据库（Database）

数据库是MongoDB中的顶级组织结构，包含多个集合。一个MongoDB实例可以承载多个数据库。

数据库的关键特点：

• 命名空间隔离：不同数据库中的集合可以同名
• 独立权限控制：可以为每个数据库设置不同的访问权限
• 存储配额：可以为数据库设置存储限制

常用数据库命令：

// 切换/创建数据库
use mydb

// 查看当前数据库
db

// 查看所有数据库
show dbs

// 删除当前数据库
db.dropDatabase()

数据模型设计模式

MongoDB提供了多种数据模型设计方法，常见的有：

1. 内嵌文档模式：

// 订单与订单项内嵌
{
  _id: "ORD123",
  customer: "张三",
  items: [
    { product: "手机", quantity: 1, price: 5999 },
    { product: "耳机", quantity: 2, price: 299 }
  ],
  total: 6597
}

2. 引用模式：

// 用户集合
{
  _id: "USER1",
  name: "李四"
}

// 订单集合
{
  _id: "ORDER1",
  user: "USER1",  // 引用用户ID
  amount: 1000
}

3. 混合模式（内嵌+引用）：

// 博客文章与评论
{
  _id: "POST1",
  title: "MongoDB指南",
  content: "...",
  recentComments: [  // 内嵌最近几条评论
    { user: "USER1", text: "好文章", date: ISODate(...) },
    { user: "USER2", text: "很有帮助", date: ISODate(...) }
  ],
  commentCount: 15  // 总评论数
}

数据类型

MongoDB支持丰富的数据类型，包括：

• 基本类型：String、Integer、Boolean、Double
• 日期类型：Date、Timestamp
• 对象ID：ObjectId
• 二进制数据：BinData
• 特殊类型：Null、Regular Expression、JavaScript代码
• 地理空间类型：Point、LineString、Polygon

// 包含多种数据类型的文档
{
  _id: ObjectId("5f8d8a7b2f4a1e3d6c9b8a7d"),
  name: "示例文档",
  count: 42,
  active: true,
  price: 19.99,
  tags: ["mongodb", "database", "nosql"],
  createdAt: new Date(),
  location: {
    type: "Point",
    coordinates: [116.404, 39.915]
  },
  metadata: {
    version: "1.0",
    hash: BinData(0, "aGVsbG8gd29ybGQ=")
  }
}

索引与数据模型

索引对数据模型设计有重要影响。MongoDB支持多种索引类型：

// 创建单字段索引
db.users.createIndex({ username: 1 })

// 创建复合索引
db.orders.createIndex({ customer: 1, date: -1 })

// 创建多键索引（数组字段）
db.products.createIndex({ tags: 1 })

// 创建文本索引
db.articles.createIndex({ content: "text" })

// 创建地理空间索引
db.places.createIndex({ location: "2dsphere" })

索引设计应考虑查询模式，避免过度索引导致写入性能下降。

数据模型最佳实践

1. 根据查询模式设计文档结构：

// 优化读取性能的设计
{
  _id: "PROD001",
  name: "智能手机",
  price: 2999,
  inventory: {
    warehouse1: 50,
    warehouse2: 30
  },
  dailySales: [
    { date: ISODate("2023-05-01"), count: 12 },
    { date: ISODate("2023-05-02"), count: 8 }
  ]
}

2. 处理一对多关系：

// 少量子文档：内嵌
{
  orderId: "ORD1001",
  items: [
    { product: "A", qty: 2 },
    { product: "B", qty: 1 }
  ]
}

// 大量子文档：引用
{
  blogPostId: "POST100",
  title: "...",
  commentCount: 142,
  recentComments: [...]
}

3. 考虑文档增长：

// 预分配空间避免文档移动
{
  _id: "USER100",
  name: "王五",
  activityLog: new Array(100).fill(null)
}

4. 分片集群中的数据模型考虑：

// 选择合适的分片键
sh.shardCollection("mydb.orders", { customerId: 1, orderDate: 1 })

数据模型演进

MongoDB的无模式设计允许灵活演进数据模型：

// 添加新字段
db.products.updateMany(
  {},
  { $set: { lastUpdated: new Date() } }
)

// 重命名字段
db.users.updateMany(
  {},
  { $rename: { "oldField": "newField" } }
)

// 迁移数据格式
db.orders.aggregate([
  { $project: {
    customerId: 1,
    items: 1,
    total: { $sum: "$items.price" }
  }},
  { $out: "orders_new" }
])

性能考量

数据模型设计直接影响性能：

1. 工作集大小：确保活跃数据能放入内存
2. 文档大小：避免过大的文档（接近16MB限制）
3. 索引覆盖：设计能被索引完全覆盖的查询
4. 写入模式：考虑批量插入与更新效率

// 批量插入优化
db.products.insertMany([
  { name: "商品1", price: 10 },
  { name: "商品2", price: 20 },
  // ...更多文档
])

// 批量更新优化
db.orders.updateMany(
  { status: "pending" },
  { $set: { status: "processed" } }
)

实际应用示例

电子商务平台的数据模型设计：

// 产品集合
{
  _id: "P1001",
  sku: "MBP-13-2023",
  name: "MacBook Pro 13英寸 2023",
  category: ["电子产品", "笔记本电脑"],
  price: 12999,
  attributes: {
    cpu: "M2",
    ram: "16GB",
    storage: "512GB SSD"
  },
  inventory: 50,
  ratings: [
    { userId: "U1001", score: 5, comment: "非常满意" },
    { userId: "U1002", score: 4 }
  ],
  avgRating: 4.5
}

// 订单集合
{
  _id: "O2001",
  customerId: "U1001",
  items: [
    { productId: "P1001", quantity: 1, price: 12999 },
    { productId: "P1002", quantity: 2, price: 199 }
  ],
  shipping: {
    address: "北京市朝阳区...",
    method: "express"
  },
  payment: {
    method: "credit_card",
    transactionId: "TXN123456"
  },
  status: "completed",
  createdAt: ISODate("2023-05-15T10:30:00Z"),
  updatedAt: ISODate("2023-05-18T14:15:00Z")
}

高级数据模型技术

1. 多态模式：

// 不同类型的事件文档
[
  {
    _id: "EVT001",
    type: "login",
    userId: "U1001",
    timestamp: ISODate(...),
    ipAddress: "192.168.1.1"
  },
  {
    _id: "EVT002",
    type: "purchase",
    userId: "U1002",
    timestamp: ISODate(...),
    orderId: "O2001",
    amount: 12999
  }
]

2. 桶模式（处理时间序列数据）：

// 传感器数据桶
{
  _id: "SENSOR001_202305",
  sensorId: "SENSOR001",
  month: "202305",
  readings: [
    { timestamp: ISODate("2023-05-01T00:00:00Z"), value: 23.5 },
    { timestamp: ISODate("2023-05-01T00:05:00Z"), value: 23.7 },
    // ...更多读数
  ],
  stats: {
    avgValue: 24.1,
    maxValue: 28.5,
    minValue: 22.3
  }
}

3. 计算模式（预聚合数据）：

// 每日销售汇总
{
  _id: "SALES_20230515",
  date: ISODate("2023-05-15"),
  totalSales: 125000,
  categorySales: {
    electronics: 80000,
    clothing: 30000,
    groceries: 15000
  },
  paymentMethods: {
    credit: 70000,
    debit: 40000,
    cash: 15000
  }
}