[[248398]] 

本文要點

即使MongoDB沒有強制要求，設計一個模式還是至關重要。

類似地，在設計模式及訪問模式時設計好索引。

避免大對象，尤其是大數組。

謹慎對待MongoDB的設置，尤其是關乎安全和穩定性時。

MongoDB沒有查詢優化器，因此，對于如何安排查詢操作的順序，你必須格外小心。

我從事數據庫相關工作已經很長時間了，但是最近才開始使用MongoDB。在開始使用MongoDB之前，我希望有些事情我已經知道。根據一般經驗，對于數據庫是什么以及它們能干什么，人們會有先入為主的認識。為了給他人提供方便，本文列出了一些常見的錯誤。

創建一個無需身份驗證的MongoDB服務器

很遺憾，MongoDB在安裝時默認不啟用身份驗證。在只從本地訪問的工作站上，這沒什么不好。但是，由于MongoDB是一個多租戶系統，它會盡可能地占用內存，因此最好是安裝在服務器上，最大限度地提供內存，即使是開發工作。在服務器上使用默認端口安裝而不啟用身份驗證是在自找麻煩，尤其是可以在查詢中運行任意JavaScript時(例如把$where作為注入攻擊的載體)。

身份驗證方法有多種，但是用戶ID/密碼憑證最容易安裝和管理。當你考慮基于LDAP的身份驗證時，可以采用那個方法。在我們談論安全時，MongoDB必須保持最新，而且，在日志里查找未授權訪問的跡象總是值得的。我不喜歡使用默認端口。

忘記限制MongoDB的攻擊面

MongoDB的安全檢查清單為降低網絡滲透和數據泄露風險提供了很好的建議。我們很容易會認為，開發服務器不需要高等級的安全。不是這樣的：安全對于所有MongoDB服務器都很重要。尤其是，除非有非常好的理由要使用mapReduce、group或$where，否則你應該在配置文件中設置javascriptEnabled:false，禁用JavaScript。因為標準MongoDB的數據文件是不加密的，另外，使用專門的用戶運行MongoDB也是一個明智的做法，對數據文件的完全訪問僅限于那個用戶，這樣就可以使用操作系統自帶的文件訪問控制了。

沒有設計一個模式

對于模式，MongoDB沒有強制要求。這不是說它不需要模式。如果你真想保存文檔而又沒有一致的模式，那么你可以非常快速、簡單地保存它們，但是檢索會十分麻煩。

“MongoDB模式設計的六大經驗原則”是一篇值得一讀的經典文章，而第三方工具(如Studio 3T)提供的類似“模式瀏覽器(Schema Explorer)”這樣可以執行定期模式檢查的特性也是值得擁有的。

忘記排序規則(排序順序)

這比其他任何的配置錯誤都會導致更多的挫折和時間浪費。MongoDB默認使用二進制排序規則。這對任何地方的文化都是不利的。在80年代，大小寫敏感、重音敏感、二進制排序規則，和念珠、土耳其長衫和卷胡子一起，被視為奇怪的時代錯誤。現在，他們沒法辯解了。在現實生活中，motorbike和Motorbike就是一樣，而Britain和britain就是同一個地方。小寫字母和大寫字母只是書寫上的等價。就不要讓我再說重音字符排序規則了。當你創建一個MongoDB數據庫時，使用一種合乎系統用戶語言和文化的重音敏感、大小寫敏感排序規則。這使得字符串數據的檢索容易許多。

創建大文檔集合

MongoDB樂于把最大16MB的文檔置于集合中，而GridFS設計用于超過16MB的大文檔。但是，可以容納大文檔并不意味著那是一個好主意。MongoDB在單個文檔的大小為幾KB時表現最好，處理它們的方式更像寬SQL表的行。大文檔會導致多種性能問題。

使用大數組創建文檔

文檔可以包含數組。最好是把數組元素的數量保持在四位數以下。如果數組頻繁添加，會使得包含它的文檔過大，那樣，它在磁盤上的位置就需要移動，反過來，這意味著每個索引都必須更新。當一個包含大數組的文檔重新索引時，由于每個數組元素都有一個單獨的索引條目，所以會發生大量的索引重寫。此外，這種重新索引在這類文檔插入或刪除時也會發生。

為了最小化這個問題，MongoDB有一個“填充因子(padding factor)”，為文檔增長提供空間。

你也許會想，你可以通過不建立數組索引來繞開這個問題。遺憾的是，沒有索引，你會遇到其他問題。因為文檔會從頭到尾掃描，找到一個接近數組尾部的元素需要花更多的時間，大部分處理這個文檔的操作都會變慢。

忘記聚合情況下的階段排序

在有查詢優化器的數據庫系統中，你編寫的查詢是說明你想要什么而不是如何獲取它。這就像在餐館中點餐;你通常只需要點菜，而不必對廚師發出詳細的指令。

在MongoDB中，你是對廚師發指令。例如，你需要通過$match和$project確保管道中的數據盡早減少，排序只在數據減少時發生一次，查找按照你希望的順序執行。查詢優化器省去了不必要的工作，優化階段順序，選擇連接類型，這會把你寵壞。MongoDB給了你更多的控制，但這種便利是有成本的。

像Studio 3T這樣的工具使構建準確的MongoDB聚合查詢變得更容易。它的聚合編輯器特性使你可以一次對一個階段應用管道操作符，你可以在每個階段驗證輸入和輸出，更便于調試。

使用快速寫

永遠不要把MongoDB設為低穩定性的高速寫。看上去，“file-and-forget”模式使得寫入速度變快了，因為命令在實際寫入任何東西前就返回了。如果系統在數據寫入磁盤之前崩潰了，就會丟失，存在出現不一致狀態的風險。所幸，64位的MongoDB啟用了“日志(Journaling)”。

MMAPv1和WiredTiger存儲引擎都使用日志預防上述情況，不過，在日志關閉的情況下，WiredTiger也可以在還原過程中恢復到最后一致的檢查點。

日志可以確保數據庫在恢復時處于一致狀態，它會保存日志寫入時的所有數據。日志寫入的時間間隔可以使用運行時選項commitIntervalMs來配置。

為了確保寫入，就要確保在配置文件中啟用日志(storage.journal.enabled)，而且提交間隔要和你能夠承擔的數據丟失相對應。

無索引排序

在搜索和聚合中，你經常希望排序數據。但愿那是在最后階段完成的，在結果過濾之后，從而減少需要排序的數據量。即使在那個時候，你需要一個可以覆蓋排序的索引。單鍵索引或混合索引都可以。

當沒有合適的索引可用時，MongoDB就不得不在沒有索引的情況下排序。對于排序操作中所有文檔的總大小，有32MB的內存限制，如果MongoDB達到了這個限值，它就會產生錯誤，或者有時候僅僅返回一個空的記錄集。

Lookup而沒有索引支持

Lookup的功能和SQL聯合查詢類似。為了獲得良好的性能，作為外鍵的鍵值上需要有索引。這并不明顯，因為其使用并沒有在explain()中報告。這些索引并不包含在explain()記錄的索引里，那些索引是供管道操作符$match、$sort出現在管道開始時使用的。現在，索引可以覆蓋聚合管道的任何階段。

不使用多條更新

db.collection.update()方法用于修改一個已存在文檔的一部分或全部，或者是整個替換一個已存在的文檔，這取決于你提供的更新參數。除非你設置multi參數，更新匹配查詢條件的所有文檔，否則它不會更新集合里的所有文檔。這一點不是那么明顯。

忘記哈希對象中鍵序的意義

在JSON中，一個對象包含一個無序集合，而該集合中有零個或多個名/值對，其中名是一個字符串，而值是一個字符串、數值、布爾值、空、對象或數組。

遺憾的是，BSON在做搜索時給順序賦予了意義。在MongoDB中，嵌入對象中鍵的順序很重要，也就是說，{ firstname: "Phil", surname: "factor" }和{ surname: "factor", firstname: "Phil" }就不匹配。這意味著，你必須保留文檔中名/值對的順序，如果你想確保可以找到它們的話。

混淆“null”和“undefined”

根據正式的JSON標準(ECMA-404第5節)，“undefined”值在JSON中從來就是不合法的，雖然它事實上已經在JavaScript中使用。而且，它在BSON中是“deprecated”，會轉換成$null，這并不是一個總令人滿意的解決方案。在MongoDB中，要避免使用“undefined”。

使用$limit()而未用$sort()

通常，當你在MongoDB中開發時，僅僅查看查詢或聚合返回的結果的樣例會很有用。 $limit()就是為了滿足這個要求，但是，它永遠不應該出現在最終版本的代碼中，除非你首先使用了$sort。這是因為，不這樣的話，你就無法保證結果的順序，你就無法可靠地“按頁瀏覽”數據。為了確保可靠性，查詢或聚合必須是“確定的”，就是說，它們每次執行都會給出相同的結果。包含$limit而不包含$sort的代碼不是確定的，后續會導致難以跟蹤的Bug。

小結

對于MongoDB，讓你最終感到失望的唯一方式是把它直接和另一種類型的數據庫如RDBMS比較，或者對它有特別的期待。這就像把桔子和叉子比較。數據庫系統有它們的用途。最好是理解并領會這些差別。強迫MongoDB開發人員按照RDBMS的方式做事就太遺憾了，我希望繼續看到解決舊問題的有趣的新方法，如確保數據完整性、使數據系統具有從故障和惡意破壞中恢復的能力。

在4.0版本中，MongoDB引入了ACID事務處理，這是以創新方式引入重大改善的一個很好的例子。多文檔、多語句事務現在是原子的了，它允許開發人員調整用于獲取鎖的時間，過期掛起事務以及修改隔離級別。