MongoDB 从零到能用：文档、CRUD、聚合与 Node.js 实战

MongoDB 从零到能用：文档、CRUD、聚合与 Node.js 实战

很多数据库教程停在“插入一条数据、查询一条数据”。真正开始写业务后，马上会遇到更多问题：字段怎么设计？数组怎么查？分页怎么写？索引到底有没有生效？应用代码如何安全地复用数据库连接？

这篇文章用一个商品目录 Demo 串起 MongoDB 的核心能力：从启动数据库开始，依次完成文档建模、增删改查、数组和嵌套对象查询、分页、聚合、索引，再用 Node.js 官方驱动写一个可以直接运行的示例。

示例使用 MongoDB 8.0、mongosh 和 Node.js。MongoDB 的命令可以在 MongoDB Shell、Compass 的命令区域或应用驱动中使用。

一、MongoDB 到底存什么

MongoDB 是文档数据库。数据以 BSON 文档保存，BSON 可以理解成“比 JSON 多了一些类型支持的二进制 JSON”。一条商品数据大致长这样：

{
_id: ObjectId("66b000000000000000000001"),
name: "机械键盘",
price: 399,
stock: 42,
category: "键盘",
tags: ["办公", "RGB", "蓝牙"],
specs: {
layout: "87键",
connection: ["USB-C", "Bluetooth"]
},
createdAt: ISODate("2026-09-15T08:00:00Z")
}

这里有普通字段、数组、嵌套对象和日期，数据结构比一张扁平的表更贴近商品详情页。

和 MySQL 的概念对应关系

MongoDB 不要求先执行 CREATE TABLE。第一次向集合写入文档时，数据库可以自动创建数据库和集合：

shop（数据库）
└── products（集合）
├── document
├── document
└── document

“无固定 Schema”不等于“字段可以随便写”。它表示数据库不会强迫同一个集合中的每条文档完全相同。业务字段仍然应该保持稳定，必要时配合应用层校验或 MongoDB 的 JSON Schema 校验，避免同一字段一会儿存数字、一会儿存字符串。

二、启动 MongoDB

1. Docker 启动本地实例

学习和开发阶段，用 Docker 最省事：

docker run -d \\
–name mongodb \\
-p 27017:27017 \\
-v mongodb-data:/data/db \\
mongo:8.0

参数含义：

-d 后台运行
–name mongodb 容器名称
-p 27017:27017 映射 MongoDB 默认端口
-v mongodb-data… 把数据保存到 Docker volume
mongo:8.0 使用 MongoDB 8.0 镜像

查看容器状态：

docker ps
docker logs mongodb

进入 MongoDB Shell：

docker exec -it mongodb mongosh

连接地址为：

mongodb://127.0.0.1:27017

停止和再次启动：

docker stop mongodb
docker start mongodb

这个本地 Demo 没有开启认证，只适合本机学习。生产环境不能把未认证的 MongoDB 直接暴露在公网。

2. 带账号密码的启动方式

需要演示认证时，可以重新创建一个带管理员账号的容器：

docker run -d \\
–name mongodb-auth \\
-p 27018:27017 \\
-v mongodb-auth-data:/data/db \\
-e MONGO_INITDB_ROOT_USERNAME=admin \\
-e MONGO_INITDB_ROOT_PASSWORD='change-me-please' \\
mongo:8.0

连接：

mongosh "mongodb://admin:change-me-please@127.0.0.1:27018/?authSource=admin"

authSource=admin 表示账号在 admin 数据库中认证。密码中包含 @、?、# 等特殊字符时，需要先进行 URI 百分号编码。

3. 使用 MongoDB Atlas

Atlas 是 MongoDB 官方托管服务。创建集群后，需要完成两项配置才能连接：

Atlas 通常提供这样的 SRV 连接字符串：

mongodb+srv://<username>:<password>@<cluster>.mongodb.net/shop

连接字符串不要硬编码到 Git 仓库，放进环境变量更安全：

export MONGODB_URI='mongodb+srv://user:password@cluster.example.mongodb.net/shop'

三、先用 mongosh 跑通 CRUD

启动 mongosh 后，先切换到 Demo 数据库：

use shop
db

use shop 是切换数据库。只有真正写入数据后，数据库通常才会出现在 show dbs 的列表中。

1. 插入一条文档

db.products.insertOne({
name: "机械键盘",
price: 399,
stock: 42,
category: "键盘",
tags: ["办公", "RGB", "蓝牙"],
specs: {
layout: "87键",
connection: ["USB-C", "Bluetooth"]
},
createdAt: new Date()
})

执行结果中会出现 insertedId。没有手动提供 _id 时，MongoDB 会自动生成一个 ObjectId：

{ acknowledged: true, insertedId: ObjectId('…') }

_id 在一个集合中必须唯一，它既可以使用自动生成的 ObjectId，也可以使用业务方提供的字符串或其他唯一值。

2. 批量插入

db.products.insertMany([
{
name: "人体工学鼠标",
price: 159,
stock: 100,
category: "鼠标",
tags: ["办公", "无线"],
specs: { dpi: 4000, connection: ["Bluetooth", "2.4G"] },
createdAt: new Date()
},
{
name: "显示器支架",
price: 299,
stock: 18,
category: "支架",
tags: ["办公", "桌搭"],
specs: { material: "铝合金", maxSize: 32 },
createdAt: new Date()
},
{
name: "USB-C 扩展坞",
price: 229,
stock: 0,
category: "扩展坞",
tags: ["办公", "USB-C"],
specs: { ports: 8, connection: ["USB-C"] },
createdAt: new Date()
}
])

3. 查询文档

查询全部文档：

db.products.find()

格式化输出：

db.products.find().pretty()

精确匹配：

db.products.find({ category: "键盘" })

比较操作符：

// 价格大于等于 200
db.products.find({ price: { $gte: 200 } })

// 库存大于 0 且价格不超过 300
db.products.find({
stock: { $gt: 0 },
price: { $lte: 300 }
})

常用比较操作符：

$eq 等于
$ne 不等于
$gt 大于
$gte 大于等于
$lt 小于
$lte 小于等于
$in 命中数组中的任意值
$nin 不命中数组中的值

OR 条件：

db.products.find({
$or: [
{ category: "键盘" },
{ price: { $lt: 200 } }
]
})

只返回需要的字段，称为投影：

db.products.find(
{ stock: { $gt: 0 } },
{ name: 1, price: 1, stock: 1, _id: 0 }
)

1 表示保留字段，0 表示排除字段。除 _id 外，通常不要在同一个投影中混用“保留”和“排除”两种写法。

查询一条文档：

db.products.findOne({ name: "机械键盘" })

按 _id 查询：

db.products.findOne({
_id: ObjectId("66b000000000000000000001")
})

实际返回的 _id 需要替换成终端中插入结果里的值。

4. 数组和嵌套对象查询

数组字段可以直接匹配元素：

// tags 数组包含“办公”
db.products.find({ tags: "办公" })

// tags 同时包含“办公”和“无线”
db.products.find({
tags: { $all: ["办公", "无线"] }
})

嵌套对象使用点号路径：

// specs.connection 数组包含 Bluetooth
db.products.find({ "specs.connection": "Bluetooth" })

// specs.dpi 大于 1000
db.products.find({ "specs.dpi": { $gt: 1000 } })

查询字段是否存在：

db.products.find({ "specs.ports": { $exists: true } })

5. 排序、分页和统计

// 价格从高到低
db.products.find().sort({ price: –1 })

// 价格从低到高
db.products.find().sort({ price: 1 })

// 第 2 页，每页 2 条
db.products.find()
.sort({ createdAt: –1, _id: –1 })
.skip(2)
.limit(2)

排序方向 1 表示升序，-1 表示降序。分页排序时增加 _id 作为第二排序字段，可以让相同 createdAt 的文档保持稳定顺序。

统计数量：

db.products.countDocuments({ stock: { $gt: 0 } })

不建议在数据量很大时直接 find() 后再在应用层截取。过滤、排序、分页尽量交给数据库完成。

6. 更新文档

更新一个字段：

db.products.updateOne(
{ name: "机械键盘" },
{ $set: { price: 369, stock: 40 } }
)

增加或减少数字：

db.products.updateOne(
{ name: "机械键盘" },
{ $inc: { stock: –1 } }
)

向数组中追加一个值，重复值也会追加：

db.products.updateOne(
{ name: "机械键盘" },
{ $push: { tags: "热卖" } }
)

只在数组中不存在时才追加：

db.products.updateOne(
{ name: "机械键盘" },
{ $addToSet: { tags: "办公" } }
)

从数组中移除值：

db.products.updateOne(
{ name: "机械键盘" },
{ $pull: { tags: "RGB" } }
)

更新嵌套字段：

db.products.updateOne(
{ name: "机械键盘" },
{ $set: { "specs.layout": "75键" } }
)

批量更新：

db.products.updateMany(
{ category: "办公设备", stock: { $gt: 0 } },
{ $set: { sale: true } }
)

没有 办公设备 的 Demo 文档时，这条命令不会更新任何数据，这正好说明更新条件和更新内容是两部分。

使用 upsert 可以实现“有则更新，无则插入”：

db.products.updateOne(
{ name: "桌面音箱" },
{
$set: { price: 199, stock: 20, category: "音箱" },
$setOnInsert: { createdAt: new Date() }
},
{ upsert: true }
)

7. 删除文档

// 删除一条
db.products.deleteOne({ name: "桌面音箱" })

// 删除所有库存为 0 的商品
db.products.deleteMany({ stock: 0 })

删除前先执行同样的过滤条件查询，确认命中范围：

db.products.find({ stock: 0 }, { name: 1, stock: 1 })

清空整个集合：

db.products.deleteMany({})

删除集合和删除数据库属于更大范围的操作：

db.products.drop()
db.dropDatabase()

四、用聚合管道做统计

普通 find() 适合取文档，统计和转换则使用聚合管道。管道由多个阶段组成，前一个阶段的结果交给下一个阶段：

$match → $group → $sort → $project

1. 按分类统计商品数量和平均价格

db.products.aggregate([
{
$match: { stock: { $gt: 0 } }
},
{
$group: {
_id: "$category",
productCount: { $sum: 1 },
averagePrice: { $avg: "$price" },
totalStock: { $sum: "$stock" }
}
},
{
$sort: { productCount: –1, averagePrice: 1 }
},
{
$project: {
_id: 0,
category: "$_id",
productCount: 1,
averagePrice: { $round: ["$averagePrice", 2] },
totalStock: 1
}
}
])

这里的含义是：先过滤有库存的商品，再按 category 分组，计算数量、平均价格和库存总数，最后调整返回字段。

2. 统计标签使用次数

$unwind 会把数组拆成多行：

db.products.aggregate([
{ $unwind: "$tags" },
{
$group: {
_id: "$tags",
count: { $sum: 1 }
}
},
{ $sort: { count: –1, _id: 1 } }
])

一条商品有 3 个标签，经过 $unwind 后会变成 3 个中间结果，再由 $group 统计每个标签出现了多少次。

五、索引：让查询真正跑得快

没有索引时，MongoDB 可能需要扫描集合中的大量文档。高频过滤、排序和唯一性约束，通常都应该结合索引设计。

1. 创建和查看索引

// category + price 复合索引
db.products.createIndex({ category: 1, price: 1 })

// name 唯一索引
db.products.createIndex({ name: 1 }, { unique: true })

// 查看索引
db.products.getIndexes()

复合索引的字段顺序很重要。{ category: 1, price: 1 } 适合先按分类过滤、再按价格排序的查询：

db.products.find({ category: "键盘" }).sort({ price: 1 })

不能把索引理解成“越多越好”。每个索引都会占用磁盘和内存，写入时也需要同步维护。应围绕真实查询建立索引。

2. 查看执行计划

db.products.find({ category: "键盘" })
.explain("executionStats")

重点关注：

IXSCAN 使用索引扫描
COLLSCAN 全集合扫描
totalDocsExamined 检查过的文档数
nReturned 返回的文档数

数据量很小时，索引收益可能不明显；判断索引是否合适，应在接近真实数据量的环境中观察执行计划。

3. TTL 索引

临时数据可以使用 TTL 索引自动过期。TTL 字段必须是日期类型：

db.loginTokens.createIndex(
{ expiresAt: 1 },
{ expireAfterSeconds: 0 }
)

db.loginTokens.insertOne({
token: "demo-token",
expiresAt: new Date(Date.now() + 10 * 60 * 1000)
})

过期清理由后台任务执行，不保证在到达时间的瞬间删除，业务上不要把它当成精确的定时器。

六、Node.js 官方驱动实战

官方 Node.js Driver 提供了 MongoClient、数据库、集合和 CRUD API。先创建一个独立目录：

mkdir mongodb-demo
cd mongodb-demo
npm init -y
npm install mongodb

创建 index.js：

const { MongoClient } = require("mongodb");

const uri = process.env.MONGODB_URI || "mongodb://127.0.0.1:27017";
const client = new MongoClient(uri);

async function main() {
await client.connect();

const db = client.db("shop");
const products = db.collection("products");

// 只创建一次即可；重复执行会得到同名索引已存在的结果
await products.createIndex({ category: 1, price: 1 });

const insertResult = await products.insertOne({
name: `USB-C 线材-${Date.now()}`,
price: 49,
stock: 200,
category: "线材",
tags: ["办公", "USB-C"],
createdAt: new Date()
});

console.log("新商品 ID：", insertResult.insertedId.toString());

const list = await products.find({
stock: { $gt: 0 },
price: { $lte: 300 }
})
.project({ name: 1, price: 1, stock: 1, _id: 0 })
.sort({ price: 1 })
.limit(10)
.toArray();

console.table(list);

const updateResult = await products.updateOne(
{ _id: insertResult.insertedId },
{ $inc: { stock: –1 }, $addToSet: { tags: "热卖" } }
);

console.log("更新数量：", updateResult.modifiedCount);

const statistics = await products.aggregate([
{ $match: { stock: { $gt: 0 } } },
{
$group: {
_id: "$category",
count: { $sum: 1 },
averagePrice: { $avg: "$price" }
}
},
{ $sort: { count: –1 } }
]).toArray();

console.log("分类统计：", statistics);
}

main()
.catch((error) => {
console.error("MongoDB 操作失败：", error);
process.exitCode = 1;
})
.finally(async () => {
await client.close();
});

运行：

node index.js

为什么要复用 MongoClient

MongoClient 内部会管理连接池。Web 服务启动时创建一个客户端，后续请求复用同一个客户端即可，不要每次接口请求都 new MongoClient()、连接、关闭。

一个简单的模块封装如下：

// db.js
const { MongoClient } = require("mongodb");

const client = new MongoClient(
process.env.MONGODB_URI || "mongodb://127.0.0.1:27017"
);

let database;

async function getDb() {
if (!database) {
await client.connect();
database = client.db("shop");
}
return database;
}

module.exports = { getDb, client };

业务代码中直接复用：

const { getDb } = require("./db");

async function findAvailableProducts() {
const db = await getDb();
return db.collection("products")
.find({ stock: { $gt: 0 } })
.sort({ createdAt: –1 })
.limit(20)
.toArray();
}

七、MongoDB 的数据建模：嵌入还是拆开

MongoDB 的关键不只是“表换成集合”，而是根据读取方式设计文档。

适合嵌入的情况

商品规格放在商品文档内部就很自然：

{
name: "机械键盘",
specs: {
layout: "87键",
switch: "茶轴"
}
}

适合嵌入的典型特点：

详情页经常一起读取
子数据数量有限
子数据不会被多个主体共享

适合拆成独立集合的情况

订单中的商品快照、商品主数据和库存记录，生命周期可能不同：

products 商品主数据
orders 订单
inventory 库存和仓库信息

适合拆分的典型特点：

子数据数量可能无限增长
子数据需要独立查询和更新
多个业务主体共享同一份数据

MongoDB 支持 $lookup 做集合关联，但它不是把所有关系型表直接搬过来的理由。优先根据业务读取模式设计文档，再决定嵌入、引用或两者结合。

八、常见错误和排查方法

1. ECONNREFUSED 127.0.0.1:27017

通常表示 MongoDB 没启动，或者端口映射不对：

docker ps
docker logs mongodb
mongosh "mongodb://127.0.0.1:27017"

2. Atlas 连接超时

检查三项：

客户端 IP 是否加入 IP Access List
Database User 的账号密码是否正确
连接字符串中的特殊字符是否做了 URL 编码

Atlas 用户账号和 MongoDB Database User 不是同一类账号，前者登录 Atlas 控制台，后者用于连接数据库。

3. 查询数字却查不到

MongoDB 会区分数字和字符串：

{ price: 399 } // 数字
{ price: "399" } // 字符串

这两个值不是同一种类型。字段类型应在写入入口统一处理。

4. 分页越来越慢

skip() 在页数很深时需要跳过大量结果。后台管理列表通常足够使用 skip + limit；大数据量的无限滚动场景，可以改成基于排序字段的游标分页，例如记录上一页最后一个 _id，下一页使用 $lt 或 $gt 继续查询，并配套索引。

5. 把集合当成完全无规则的 JSON 仓库

字段灵活适合迭代，但字段命名、类型和必填规则仍应统一。至少在应用层保证：

price 始终是数字
stock 始终是非负整数
createdAt 始终是 Date
name 具备唯一性或明确允许重复

九、日常命令速查

show dbs // 查看数据库
use shop // 切换数据库
db // 当前数据库
show collections // 查看集合
db.products.find() // 查询集合
db.products.countDocuments() // 统计文档数
db.products.getIndexes() // 查看索引
db.products.drop() // 删除集合
db.dropDatabase() // 删除当前数据库

数据备份与恢复使用 MongoDB Database Tools：

mongodump –uri="mongodb://127.0.0.1:27017/shop" –out=./backup
mongorestore –uri="mongodb://127.0.0.1:27017" ./backup

备份命令应根据实际部署、账号权限和存储策略调整，生产环境还需要验证恢复流程，而不是只验证备份命令能否执行。

十、学习路线

按照下面的顺序继续练习，基本可以覆盖日常开发：

1. mongosh：CRUD、数组、嵌套对象、投影、分页
2. 数据建模：嵌入、引用、文档大小和读取模式
3. 索引：单字段、复合、唯一、TTL、explain
4. 聚合：$match、$project、$unwind、$group、$lookup
5. 驱动：连接池、错误处理、事务、批量写入
6. 运维：认证、权限、备份、副本集、监控

MongoDB 的官方文档：

• MongoDB Database Manual
• 连接 MongoDB 集群
• Node.js 官方驱动
• Node.js 驱动连接配置
• MongoDB Atlas 集群连接

掌握文档结构、查询条件、更新操作、聚合管道和索引之后，MongoDB 就不再只是“会存 JSON”，而是一套可以支撑真实业务查询和统计的数据库工具。