MongoDB高频面试题及详细答案（实操版）-1

MongoDB高频面试题及详细答案（实操版）一、基础概念篇（入门必问）1、MongoDB是什么？核心特点有哪些？MongoDB是一款开源的、基于分布式文件存储的非关系型数据库（NoSQL），采用文档型数据存储结构，专门应对海量数据、高并发、低延迟的业务场景。核心特点：文档型存储：数据以BSON格式存储，结构灵活，无需提前定义表结构，可随时新增、修改字段，适配快速迭代的业务。高扩展性：支持横向分片扩容，可通过多节点集群轻松承载千万、亿级数据量。高性能：内存级读写机制，热数据优先缓存内存，读写速度远高于传统关系型数据库。高可用：支持副本集机制，自动故障转移，节点宕机不影响业务正常访问。支持丰富查询：具备完善的条件查询、聚合、排序、分页能力，基本满足大部分业务查询需求。2、MongoDB中数据库、集合、文档的关系是什么？和MySQL如何对应？三者是层层包含的关系：一个数据库包含多个集合，一个集合包含多个文档。与MySQL对应关系：MongoDB数据库⇋MySQL数据库MongoDB集合（Collection）⇋MySQL数据表（Table）MongoDB文档（Document）⇋MySQL数据行（Row）MongoDB字段（Field）⇋MySQL列（Column）核心区别：集合没有固定结构，不同文档可以拥有不同字段，自由度极高。3、什么是BSON？和JSON的区别？BSON是MongoDB专用的二进制JSON格式，是MongoDB数据存储和传输的基础格式。和JSON的核心区别：BSON是二进制格式，解析速度更快、占用空间更小；JSON是文本格式，解析效率低。BSON支持更多数据类型，如日期、时间戳、正则、二进制、整型、浮点型精准区分；JSON仅支持字符串、数字、布尔、数组、对象、null。BSON具备索引有序性，支持字段排序和快速检索，适配数据库存储场景。4、MongoDB默认端口、默认数据库是什么？默认服务端口：27017默认数据库：test（未指定数据库时默认使用）系统核心数据库：admin（权限管理）、local（副本集、本地日志）、config（分片集群配置）二、CRUD操作篇（实操高频）1、MongoDB插入数据有哪几种方式？区别是什么？主要分为3种常用插入方法：insertOne()：单次插入单条文档，插入失败直接报错，适合单条数据写入。insertMany()：批量插入多条文档，支持有序和无序插入，效率远高于循环单插。insert()：兼容方法，可插单条或多条，新版官方不推荐使用，逐步淘汰。核心注意点：批量插入时，ordered参数默认true，即遇到错误立即终止；设置为false时，跳过错误数据，继续插入剩余数据。2、MongoDB更新操作有哪些？updateOne和updateMany的区别？常用更新方法：updateOne、updateMany、replaceOne。updateOne：只更新匹配条件的第一条文档，即使多条匹配也只修改单条，适合唯一性数据更新。updateMany：更新所有匹配条件的文档，批量更新场景必用。replaceOne：直接替换整条文档，而非局部修改字段，会覆盖原有所有字段（除_id）。常用更新操作符：$set（修改/新增字段）、$unset（删除字段）、$inc（数值增减）、$push（数组新增元素）。3、删除数据deleteOne和deleteMany的区别？deleteOne：删除匹配条件的第一条文档。deleteMany：删除所有匹配条件的文档。重要注意：MongoDB删除数据是物理删除，无法回滚，生产环境删除前必须先查询校验条件；禁止直接空条件删除（db.col.deleteMany({})清空集合）。4、MongoDB分页查询怎么做？优缺点是什么？标准分页语法：find().skip(页码偏移量).limit(每页条数).sort(排序字段)示例：查询第2页，每页10条数据

db.user.find({}).sort({createTime:-1}).skip(10).limit(10)优缺点：优点：语法简单，适配中小数据量分页。缺点：深分页性能极差，skip值越大，数据库需要遍历的数据越多，百万级数据深分页会出现超时、卡顿。深分页优化：使用游标分页（条件分页），通过上一页最后一条数据的唯一标识（如_id、时间戳）作为查询条件，替代skip。三、索引篇（面试核心重点）1、MongoDB索引的作用？默认索引是什么？索引核心作用：大幅提升查询效率，避免全表扫描，减少数据库IO开销，降低查询耗时。默认索引：MongoDB所有集合默认自带_id唯一索引，不可删除，自动保证文档主键唯一性。2、MongoDB有哪些常用索引类型？单字段索引：基于单个字段创建，最常用，适配单条件查询。复合索引：基于多个字段联合创建，适配多条件组合查询，遵循最左前缀原则。唯一索引：保证字段值唯一，不允许重复数据，可用于手机号、用户名等唯一字段。稀疏索引：只对包含该字段的文档建立索引，忽略无该字段的文档，节省索引空间。文本索引：用于全文模糊检索，支持多字段文本匹配。地理空间索引：用于地理位置查询，如附近的人、周边门店场景。3、什么是复合索引最左前缀原则？如何理解？复合索引的生效规则：查询条件必须包含索引最左侧的字段，索引才会生效，跳过左侧字段直接用右侧字段查询会失效。举例：创建复合索引{name:1,age:1,sex:1}有效查询：name、name+age、name+age+sex无效查询：仅age、仅sex、age+sex（无最左name字段）实操建议：创建复合索引时，把高频查询、等值查询字段放在左侧，范围查询字段放右侧。4、索引是不是越多越好？为什么？不是，索引存在明显弊端，过多索引会严重影响数据库性能。弊端：占用磁盘和内存空间：索引数据会单独存储，索引越多，占用资源越大。降低写入性能：新增、修改、删除数据时，数据库需要同步更新所有关联索引，索引越多，写入耗时越长。实操原则：只给高频查询字段建索引，低频查询、低区分度字段不建索引。5、如何查看MongoDB查询是否走索引？使用explain()方法分析执行计划。语法：db.col.find(条件).explain()核心判断字段：stage为IXSCAN：走索引查询，性能正常。stage为COLLSCAN：全集合扫描，未走索引，需要优化。四、副本集与高可用篇1、什么是MongoDB副本集？核心作用是什么？副本集是MongoDB实现高可用、数据备份的核心机制，由一组相互同步数据的MongoDB节点组成，是生产环境标准部署方式。核心作用：数据冗余备份，防止单节点故障导致数据丢失。自动故障转移，保证业务不间断访问。读写分离，主节点负责写入，从节点分担查询压力。2、副本集节点类型及职责？标准副本集至少3个节点，包含三种角色：主节点（Primary）：唯一的写入节点，处理所有写请求，同步数据到从节点，同一时间只有一个主节点。从节点（Secondary）：同步主节点数据，提供读服务，主节点故障时参与选举，晋升为主节点。仲裁节点（Arbiter）：不存储业务数据，不提供读写服务，仅参与投票选举，作用是凑齐投票节点数，避免选举失败，节省服务器资源。3、副本集故障转移机制是什么？当主节点宕机、离线或心跳超时（默认10秒），副本集会自动触发选举机制，所有存活的从节点参与投票，票数最高的从节点晋升为新主节点，全程自动完成，无需人工干预，业务短暂中断后自动恢复。原主节点恢复后，会自动降级为从节点，同步新主节点数据。4、副本集数据同步原理？基于oplog（操作日志）同步：主节点所有的增删改操作，都会记录在local库的oplog集合中，从节点实时拉取主节点oplog日志，回放日志执行相同操作，实现数据同步。oplog是固定大小的循环日志，只会保留近期操作记录。五、分片集群篇（进阶高频）1、什么时候需要用MongoDB分片集群？单节点/副本集无法满足业务需求时，必须启用分片集群，核心场景：单集合数据量超千万、亿级，单节点存储容量不足。读写并发极高，单节点性能瓶颈明显，CPU、内存、IO负载过高。需要横向无限扩容，突破单节点硬件上限。2、分片集群三大核心组件及作用？Shard（分片节点）：实际存储业务数据的节点，每个Shard可以是一个副本集，保证分片数据高可用，多个Shard共同分担海量数据。Mongos（路由节点）：客户端唯一访问入口，不存储数据，只负责接收请求、根据分片规则转发请求到对应Shard，聚合多节点返回结果。ConfigServer（配置节点）：存储集群所有元数据，包括分片规则、数据分布、节点信息等，是集群的大脑，必须部署副本集保证高可用。3、分片键是什么？分片键的选择原则？分片键是集合中用于数据拆分的字段，MongoDB根据分片键的值，将数据均匀分散到不同分片节点。分片键选择核心原则：高区分度、分布均匀：避免数据倾斜，防止大量数据集中在单个分片。贴合业务查询场景：大部分查询条件包含分片键，避免广播查询（查询所有分片，性能极低）。禁止单调递增字段（如自增id、时间戳）：会导致新数据全部写入单个分片，出现写入热点。六、事务与并发篇1、MongoDB支持事务吗？版本要求是什么？MongoDB4.0版本开始支持单文档事务，4.2版本正式支持分布式多文档、跨集合、跨分片事务，满足业务原子性需求。事务特性：完全满足ACID特性，支持提交、回滚，事务内操作要么全部成功，要么全部失败。2、MongoDB单文档原子性是什么？MongoDB所有版本都默认保证单文档操作原子性，无需开启事务。单次对单个文档的增删改操作，是原子性的，不会出现部分更新、部分失败的情况。只有多文档、多集合联动操作，才需要手动开启事务。七、性能优化篇（实操面试重点）1、MongoDB常见性能瓶颈有哪些？查询未建索引，大量全集合扫描。索引不合理，复合索引不遵循最左原则、冗余索引过多。深分页skip过大导致查询缓慢。写入并发过高，索引过多拖慢写入速度。数据倾斜、分片规则不合理导致单节点压力过大。内存不足，热数据无法缓存，频繁磁盘IO。2、MongoDB整体优化方案？1、索引优化：合理创建单字段、复合索引，删除冗余无效索引，遵循最左前缀原则，避免低区分度索引。2、查询优化：禁止全表查询、禁止深分页，用游标分页替代skip分页，精准限定查询字段，避免返回冗余字段。3、架构优化：大数据量、高并发场景启用分片集群，实现读写分离，主写从读。4、配置优化：合理分配内存，保证WiredTiger引擎缓存充足，优化日志、磁盘IO配置。5、数据优化：冷热数据分离，历史冷数据归档，减少活跃数据体量，提升查询效率。3、WiredTiger引擎的核心优势？WiredTiger是MongoDB3.2+默认存储引擎，核心优势：支持文档级并发锁，读写互不阻塞，大幅提升并发能力。数据压缩存储，有效节省磁盘空间。缓存机制优秀，区分数据缓存和索引缓存，热数据访问速度极快。支持事务、故障恢复，数据安全性更高。八、常见面试易错问题1、MongoDB和MySQL的适用场景区别？MongoDB适用场景：海量数据、高并发、结构灵活、快速迭代、无需强事务的业务，如用户行为日志、商品详情、聊天记录、运营数据统计。MySQL适用场景：数据结构固定、需要强事务、高一致性的核心业务，如订单、支付、账户、财务数据。2、MongoDB文档_id可以自定义吗？有什么弊端？可以自定义_id字段