MongoDB 面试题

基础

参考答案：结构多变、以文档为单位读写、写入量大、可以接受反范式的数据（日志、对话、内容、配置）适合 MongoDB；强一致事务、复杂关联查询和报表（订单、账务）更适合关系型。很多系统组合使用。

追问：PostgreSQL 的 JSONB 能不能代替？→ 中小规模、需要和关系数据一起做事务时完全可以；数据量大、结构差异大、需要水平分片时 MongoDB 更自然。

参考答案：一起读写、数量有上限、不被单独访问的子数据嵌入；数量无上限、被多处共享或独立访问的数据引用。要考虑 16MB 单文档上限。

追问：订单里的商品信息嵌入还是引用？→ 嵌入下单时的快照（价格、名称），同时保留商品 id 引用，因为订单要记录成交时的状态。

参考答案：单文档操作天然原子；4.0 起支持副本集上的多文档事务，4.2 起支持分片集群。事务有性能开销和时间限制，优先通过建模减少对多文档事务的依赖。

追问：单机能用事务吗？→ 不能，需要副本集，开发环境可以启动单节点副本集。

参考答案：按 ESR 规则：等值字段在前、排序字段中间、范围字段在后；考虑选择性和查询覆盖；用 explain 验证是否走索引、是否有内存排序。

追问：为什么范围字段放在排序字段之前会有问题？→ 范围扫描后的结果在排序字段上不再有序，需要额外的内存排序。

参考答案：避免大 skip（需要扫描并丢弃前面的文档），改用基于游标的分页：记录上一页最后一条的排序字段值（加 _id 打破平局），下一页查询“小于这个值”的数据。

追问：这种分页的缺点？→ 不能直接跳到第 N 页，适合无限滚动和“下一页”场景。

参考答案：订阅数据变更，用于同步到搜索引擎、缓存、消息队列、审计。消费者处理完后保存 resume token，重启时从 token 继续；消费端做幂等；注意 oplog 保留窗口，停太久 token 会失效，需要全量重建。

追问：和 PostgreSQL 的什么机制类似？→ 逻辑复制 / CDC（如 Debezium 读取 WAL），以及 outbox 模式。

参考答案：会话文档嵌入最近消息，完整消息单独集合并以 conversation_id + seq 唯一索引保证顺序和幂等；带 tenant_id 做隔离；按 ESR 建列表索引；变更流同步 ES 做检索；按保留期归档。详见会话存储场景。

追问：如何防止越权查询？→ 数据访问层统一注入 tenant_id 条件，并有测试覆盖“缺少租户条件时拒绝执行”。

参考答案：开启慢查询分析（profiler 或日志），对慢查询执行 explain("executionStats") 看扫描的文档数与返回数之比、是否 COLLSCAN 或内存排序；检查是否新增了查询条件导致索引不匹配、数据分布变化、索引过多影响写入；修复后对比执行统计。

追问：建索引会影响线上吗？→ 会占用资源，选择低峰期建立，大集合关注构建进度和副本同步延迟。