结丹期

8. MongoDB 的聚合管道（Aggregation Pipeline）是什么？它如何工作？

聚合管道 是 MongoDB 提供的一种强大的数据处理框架，可以在文档集合上执行复杂的数据处理操作。

聚合管道通过多个阶段按顺序处理数据，每个阶段将文档作为输入，执行相应的操作后将输出传递给下一个阶段。

常见的聚合阶段：

• $match：筛选数据，相当于 SQL 中的 WHERE。

• $group：根据某个字段对数据进行分组，相当于 SQL 中的 GROUP BY。

• $sort：对数据进行排序。

• $limit：限制结果集的大小。

• $project：重塑文档结构，选择或计算需要的字段。

聚合管道的示例

db.sales.aggregate([
  { $match: { status: "A" } },
  { $group: { _id: "$product_id", total: { $sum: "$amount" } } },
  { $sort: { total: -1 } },
  { $limit: 5 }
])

• 首先使用 $match 筛选出 status 为 "A" 的文档。

• 然后使用 $group 按 product_id 进行分组，并计算 amount 字段的总和。

• 使用 $sort 按总金额降序排列，并最终使用 $limit 获取前 5 条记录。

9. 什么是 MongoDB 的复制集（Replica Set）？它如何实现高可用？

复制集 是 MongoDB 提供的一种数据冗余和高可用机制，允许多个 MongoDB 实例之间进行数据复制。通过复制集，MongoDB 可以实现故障自动恢复和读写分离。

复制集的组成

• 主节点（Primary）：负责处理所有的写操作和大多数的读操作。

• 从节点（Secondary）：实时复制主节点的数据，并在主节点发生故障时自动选举为新的主节点。

• 仲裁节点（Arbiter）：不存储数据，主要用于选举过程中投票，确保选举能够顺利进行。

工作原理

• 主节点接收所有的写操作，并将操作日志（oplog）同步给从节点。从节点从主节点获取日志，并应用这些日志以保持数据一致。

• 如果主节点故障，复制集中的其他节点会自动进行选举，选出新的主节点，保证数据的高可用性。

10. 如何使用 MongoDB 的分片（Sharding）技术来管理大规模数据？

分片 是 MongoDB 提供的一种水平扩展机制，用于在多个服务器之间分布数据和负载。

通过分片，MongoDB 能够处理大规模的数据集，并确保系统的可扩展性和性能。

分片的基本组成

• 分片：实际存储数据的 MongoDB 实例，多个分片组成整个数据集。

• 配置服务器：存储分片的元数据，用于管理集群中的分片信息。

• 路由器：客户端与分片集群的接口，负责将客户端请求路由到相应的分片。

如何实现分片

• 启动 MongoDB 分片集群，包括多个分片实例、配置服务器和路由器。

• 选择合适的分片键，将数据根据该键分布到不同的分片中。

• 使用 sh.enableSharding 启用数据库的分片功能。

sh.enableSharding("myDatabase")
sh.shardCollection("myDatabase.myCollection", { "user_id": 1 })

将 myCollection 集合根据 user_id 字段进行分片，分布到不同的分片实例上。

11. MongoDB 的事务支持是什么样的？如何在 MongoDB 中使用事务？

MongoDB 从 4.0 版本开始支持多文档的 ACID 事务，允许在单个或多个集合上执行一组原子操作，确保数据的完整性。

MongoDB 事务的特性

• 事务允许跨多个文档和集合的原子性操作，所有操作要么全部成功，要么全部回滚。

• MongoDB 的事务可以在复制集和分片集群中使用。

如何使用事务：

const session = db.getMongo().startSession();
session.startTransaction();

try {
  db.users.updateOne({ _id: 1 }, { $set: { balance: 50 } }, { session });
  db.accounts.updateOne({ _id: 1 }, { $set: { status: "active" } }, { session });
  session.commitTransaction();  // 提交事务
} catch (error) {
  session.abortTransaction();  // 发生错误时回滚事务
} finally {
  session.endSession();
}

通过 startSession() 开启一个事务，在事务中执行多条更新操作。事务提交后，如果有任何操作失败，则整个事务会回滚。

12. 如何在 MongoDB 中实现全文搜索？

MongoDB 支持 全文搜索（Full-Text Search） 功能，允许对文本字段进行基于关键词的高效搜索。

启用全文索引

db.articles.createIndex({ content: "text" })

为 articles 集合中的 content 字段创建一个文本索引，启用全文搜索功能。

执行全文搜索

db.articles.find({ $text: { $search: "MongoDB performance" } })

该查询会在 articles 集合中搜索包含关键词 "MongoDB" 和 "performance" 的文档。

额外功能

• 权重：可以为不同字段分配不同的搜索权重，增加某些字段的匹配优先级。

• 文本评分：可以通过 $meta 查询返回文档的相关性评分，帮助排序搜索结果。

13. MongoDB 中的 $lookup 操作符是什么？如何实现集合之间的连接查询？

$lookup 是 MongoDB 提供的用于实现集合之间 连接查询（类似于 SQL 中的 JOIN）的操作符。它允许在一个集合中查询时，查找并关联另一个集合中的数据。

db.orders.aggregate([
  {
    $lookup: {
      from: "customers",           // 关联的集合
      localField: "customer_id",    // 当前集合中的字段
      foreignField: "_id",          // 关联集合中的字段
      as: "customer_info"           // 输出的字段名称
    }
  }
])

• 在 orders 集合中查找 customers 集合中的数据，基于 customer_id 字段和 customers 集合的 _id 字段进行关联。

• 关联的结果会作为新字段 customer_info 包含在 orders 的结果中。

14. MongoDB 的 GridFS 是什么？如何处理大文件存储？

GridFS 是 MongoDB 提供的一种用于存储和检索大文件的机制。

它适用于文件大小超过 BSON 限制（16 MB）的情况，通过将大文件拆分为多个小块存储在 MongoDB 中。

GridFS 的工作原理

• 文件拆分：将大文件拆分为多个 255 KB 的小块，分别存储在 fs.chunks 集合中。

• 元数据存储：文件的元数据（如文件名、文件大小）存储在 fs.files 集合中。

存储大文件的示例

mongofiles -d myDatabase put largeFile.txt

通过 mongofiles 命令行工具，将 largeFile.txt 文件上传到 myDatabase 数据库中，MongoDB 会将文件自动拆分并存储。

GridFS 的应用场景

• 适合存储和管理视频、图片等大文件。

• 在文件需要分块处理时，GridFS 可以方便地实现文件的分片上传和下载。