企业官网建设流程全解析

MongoDB简介

MongoDB 是面向文档的 NoSQL 数据库，数据以BSON（类 JSON 的二进制格式）文档存储，无需预定义表结构。

与 MySQL 概念对照：

核心特点：文档模型字段灵活、内嵌文档减少关联查询、天生支持分片水平扩展。

一、基础操作

（一）库与集合

show dbs// 查看所有数据库use test// 创建/切换数据库db// 查看当前数据库db.dropDatabase()// 删除当前数据库show collections// 查看集合db.users.drop()// 删除集合

重点：use不存在的库不会立即创建，插入数据后才真正落库；集合也无需显式创建，插入文档时自动创建。

（二）增删改查（CRUD）

增（Insert）：

db.users.insertOne({name:"张三",age:20,tags:["java","mysql"]})db.users.insertMany([{name:"李四",age:22},{name:"王五",age:25}])

不指定_id时，MongoDB 自动生成全局唯一的ObjectId。

查（Find）：

db.users.find()// 查询全部db.users.findOne({name:"张三"})// 查询一条db.users.find({age:{$gte:20}})// 比较运算db.users.find({$or:[{age:20},{age:25}]})// 逻辑运算db.users.find({tags:"java"})// 数组字段包含db.users.find({name:/张/})// 模糊查询（正则）db.users.find({age:{$gt:20}},{name:1,age:1,_id:0})// 投影：1 显示 / 0 隐藏db.users.find().sort({age:1})// 排序：1 升序，-1 降序db.users.find().skip(1).limit(2)// 分页

常用查询运算符：

改（Update）：

db.users.updateOne({name:"张三"},{$set:{age:21,city:"北京"}})// 修改字段db.users.updateMany({age:{$lt:20}},{$set:{status:"未成年"}})// 批量修改db.users.updateOne({name:"张三"},{$inc:{age:1}})// 自增db.users.updateOne({name:"张三"},{$unset:{city:""}})// 删除字段db.users.updateOne({name:"张三"},{$push:{tags:"redis"}})// 数组追加db.users.updateOne({name:"张三"},{$pull:{tags:"mysql"}})// 数组移除

易错点：更新必须配合$set等更新运算符，否则会用新文档整体替换原文档，其他字段全部丢失。

删（Delete）：

db.users.deleteOne({name:"张三"})// 删除单条db.users.deleteMany({age:{$lt:18}})// 删除多条db.users.deleteMany({})// 清空集合

二、聚合操作（Aggregation）

聚合用于对文档分组、统计、计算，以管道pipeline形式执行，文档依次流经各阶段，等价于 SQL 的GROUP BY+ 函数。

常用管道阶段：

常用累加器（$group内）：$sum求和、$avg平均、$max/$min最大最小、$push/$addToSet收集数组。

// 分组统计 + 排序db.users.aggregate([{$group:{_id:"$age",count:{$sum:1}}},{$sort:{count:-1}}])// 过滤后整体统计db.users.aggregate([{$match:{age:{$gte:20}}},{$group:{_id:null,avgAge:{$avg:"$age"}}}])// $unwind 拆数组，统计每个 tag 出现次数db.users.aggregate([{$unwind:"$tags"},{$group:{_id:"$tags",count:{$sum:1}}}])// $lookup 关联查询（类似 JOIN）db.orders.aggregate([{$lookup:{from:"users",localField:"userId",foreignField:"_id",as:"userInfo"}}])

重点：$group的_id是分组依据，写null表示整体统计；字段引用必须加$前缀；$match应放管道最前，可提前缩小数据量。

三、索引（Index）

索引给字段建立有序结构，加速查询，避免全集合扫描（COLLSCAN）。

索引类型：

db.users.createIndex({name:1})// 单字段（1 升序 / -1 降序）db.users.createIndex({age:1,name:-1})// 复合索引db.users.createIndex({email:1},{unique:true})// 唯一索引db.logs.createIndex({createTime:1},{expireAfterSeconds:3600})// TTL 索引（3600 秒后过期）db.users.getIndexes()// 查看索引db.users.dropIndex({name:1})// 删除索引

执行计划（性能分析）：

db.users.find({name:"张三"}).explain("executionStats")// stage: "COLLSCAN" → 全表扫描（慢） stage: "IXSCAN" → 索引扫描（快）

重点：索引加快读、拖慢写，不宜滥用；复合索引{a:1,b:1}支持按a或a,b查，不支持只按b查。

四、Java 操作 MongoDB

（一）依赖与配置

<!-- Spring Boot 官方 starter（推荐） --><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-data-mongodb</artifactId></dependency>

spring:data:mongodb:uri:mongodb://localhost:27017/test

（二）方式一：MongoTemplate（灵活，适合复杂查询）

@AutowiredprivateMongoTemplatemongoTemplate;// 增mongoTemplate.save(user);// 有 _id 则更新，无则新增mongoTemplate.insert(user);// 强制新增// 查（支持动态条件、分页、排序）Queryquery=newQuery(Criteria.where("age").gte(20));query.with(Sort.by(Sort.Direction.DESC,"age")).skip(0).limit(10);List<User>list=mongoTemplate.find(query,User.class);// 改Updateupdate=newUpdate().set("age",21).inc("score",1);mongoTemplate.updateFirst(Query.query(Criteria.where("name").is("张三")),update,User.class);// 删mongoTemplate.remove(Query.query(Criteria.where("name").is("张三")),User.class);// 聚合Aggregationagg=Aggregation.newAggregation(Aggregation.match(Criteria.where("age").gte(20)),Aggregation.group("age").count().as("count"),Aggregation.sort(Sort.Direction.DESC,"count"));mongoTemplate.aggregate(agg,"users",Document.class);

（三）方式二：MongoRepository（简单 CRUD）

// 1. 实体类：@Document 指定集合，@Id 映射主键@Data@Document(collection="users")publicclassUser{@IdprivateStringid;privateStringname;privateIntegerage;}// 2. 接口继承 MongoRepository 即拥有基础 CRUD，方法名可自动推导查询publicinterfaceUserRepositoryextendsMongoRepository<User,String>{List<User>findByName(Stringname);// 等价 find({name: "xxx"})@Query("{ 'age': { $gte: ?0 } }")// 或用注解自定义List<User>findByAgeGte(Integerage);}// 3. 调用userRepository.save(user);userRepository.findById(id);userRepository.deleteById(id);

五、高可用部署

单机 MongoDB 存在容量与单点故障的瓶颈，生产环境通过副本集与分片集群解决。

（一）副本集（Replica Set）

一组维护相同数据的节点集群，解决高可用 + 数据冗余。

客户端 ──写──→ Primary ──oplog复制──→ Secondary / Secondary

• oplog：主节点记录写操作，从节点拉取重放以保持数据一致
• 故障转移：主节点宕机后，剩余节点自动选举出新主（默认几秒）
• 标准架构为1 Primary + 2 Secondary（三节点），保证挂一台仍能选举

// 启动节点（--replSet 指定副本集名）后初始化rs.initiate({_id:"rs0",members:[{_id:0,host:"localhost:27017"},{_id:1,host:"localhost:27018"},{_id:2,host:"localhost:27019"}]})rs.status()// 查看状态，重点看 stateStr 是否为 PRIMARY

重点：连接串要带replicaSet=rs0和多个节点地址，才能在主节点切换时自动重连；写仍集中在单 Primary，无法水平扩展写能力。

（二）分片集群（Sharded Cluster）

把数据分散到多个分片，解决单机存储容量与写入吞吐瓶颈，用于海量数据。

客户端 ──→ Mongos ──→ Config Server(元数据) │ ┌──────┼──────┐ Shard1 Shard2 Shard3 （均为副本集）

分片键（Shard Key）：决定数据如何分布，是分片集群的核心设计点。

sh.enableSharding("test")// 开启数据库分片sh.shardCollection("test.users",{userId:"hashed"})// 按哈希分片键分片sh.status()// 查看分片状态

重点：分片键选择至关重要——基数低、单调递增（如时间戳）的字段易造成热点，建议用哈希分片或复合分片键。

六、安全认证

MongoDB 默认不开启认证，生产环境必须开启。

常用内置角色：read只读、readWrite读写、dbAdmin库管理、userAdmin用户管理、root超级管理员。

开启认证步骤：

// 1. 先以无认证方式启动，创建管理员用户use admin db.createUser({user:"admin",pwd:"123456",roles:[{role:"root",db:"admin"}]})// 2. 创建业务库普通用户use test db.createUser({user:"appUser",pwd:"app123456",roles:[{role:"readWrite",db:"test"}]})

# 3. 重启并开启认证mongod--auth--dbpath/data/db# 或配置文件 security.authorization: enabled

# 4. 连接串：authSource 表示认证库mongodb://appUser:app123456@localhost:27017/test?authSource=test

其他安全措施：bindIp限制内网访问（禁止暴露公网）、开启 TLS 传输加密、WiredTiger 存储加密、业务账号遵循最小权限。

小结