MongoDB 是什么

这一课你将能做到

1. 用自己的话向面试官说明 MongoDB 的定位与核心特征：它解决什么问题、不解决什么问题
2. 写出一段含嵌套对象与数组的 BSON 风格文档，对照本站 cf_track 表指出至少 3 处建模差异
3. 对做题记录、支付流水、课程目录三类场景做出「MySQL / MongoDB」选型判断，并给出可辩护的理由

为什么要学

后端面试几乎必问 NoSQL，而 MongoDB 是出现频率最高的一个。实际工作中它常被用来承接评论、行为日志、审计记录、配置树这类「长得像 JSON、字段还会随版本迭代变」的数据。

人话：MongoDB = 把一整份「JSON 对象」当作一行存进去的数据库。MySQL 要先设计好列、把业务拆成几张表，读取时再用 JOIN 拼回来；MongoDB 直接把业务对象整个放进去，读的时候一次拿齐。

但请钉死边界：本站（codeforge 学习平台）的权威数据——课程目录 cf_track、课时 cf_lesson、用户与做题进度——仍然在 MySQL，主路径是 Nginx → Spring Boot → MySQL，外加 Redis 做缓存。本 track 教你的是「何时把文档库引入技术栈、怎么用好它」，而不是「用它替换主库」。面试里能把这条边界讲清楚，比多背几个 API 有价值得多。

先建立图像

关系库（MySQL）                文档库（MongoDB）
Table（表）        ↔          Collection（集合）
Row（行）          ↔          Document（文档，BSON）
Column（列）       ↔          Field（字段，可嵌套 / 数组）
JOIN               ↔          内嵌 / $lookup
SQL                ↔          MQL（find / aggregate …）

对比维度	MongoDB	MySQL
基本单元	文档（BSON）	行（固定列）
Schema	灵活，同集合字段可不同	建表即定，改列要 ALTER
关联表达	内嵌数组 / 对象，或 $lookup	外键 + JOIN
事务	单文档原子；4.0+ 多文档事务	成熟 ACID
典型场景	日志、评论、嵌套对象	账本、目录、强关系数据

本站架构里三者的位置：

Nginx → Spring Boot → MySQL（cf_track 等权威数据）
          ├─ Redis（缓存 / 会话 / 限流）
          └─ MongoDB（可选：做题日志、评论、审计等文档场景）

跟着做

步骤 1：抄一份「课程」文档，标出嵌套与数组

{
  "_id": ObjectId("66f1a2b3c4d5e6f7a8b9c0d1"),
  "slug": "mongodb-essentials",
  "title": "MongoDB 入门",
  "tags": ["mongodb", "nosql"],
  "author": { "name": "codeforge", "level": 3 },
  "lessons": [
    { "slug": "mongo-intro", "order": 1 },
    { "slug": "mongo-install", "order": 2 }
  ],
  "createdAt": ISODate("2026-01-15T08:00:00Z")
}

在笔记里标出：tags 是数组、author 是嵌套对象、lessons 是对象数组。在 MySQL 里 lessons 通常是 cf_lesson 多行加外键，读一份课程要两次查询再拼装；在 Mongo 里一次读齐。