数据库技能

MongoDB（文档型数据库）和 PostgreSQL（关系型数据库）的统一使用指南。根据使用场景选择合适的数据库，并掌握两种数据库系统。

适用场景

• 设计数据库 Schema 和数据模型
• 编写查询（SQL 或 MongoDB 查询语言）
• 构建聚合管道（Aggregation Pipeline）或复杂联表查询（JOIN）
• 优化索引和查询性能
• 实施数据库迁移（Migration）
• 设置复制（Replication）、分片（Sharding）或集群（Clustering）
• 配置备份和灾难恢复（Disaster Recovery）
• 管理数据库用户和权限
• 分析慢查询和性能问题
• 管理生产环境的数据库部署

数据库选型指南

选择 MongoDB 的场景：

• Schema 灵活性：结构频繁变更、数据类型异构
• 文档为中心：天然的 JSON/BSON 数据模型
• 水平扩展：需要跨多台服务器分片
• 高写入吞吐量：物联网（IoT）、日志记录、实时分析
• 嵌套/层级数据：优先使用嵌入式文档（Embedded Documents）
• 快速原型开发：Schema 演进无需迁移

最适合： 内容管理、商品目录、物联网时间序列、实时分析、移动应用、用户画像

选择 PostgreSQL 的场景：

• 强一致性：ACID 事务至关重要
• 复杂关联：多对多联表查询、引用完整性（Referential Integrity）
• SQL 需求：团队 SQL 经验丰富、报表工具、BI 系统
• 数据完整性：严格的 Schema 验证和约束
• 成熟生态：丰富的工具链和扩展
• 复杂查询：窗口函数（Window Functions）、CTE、分析型工作负载

最适合： 金融系统、电商交易、ERP、CRM、数据仓库、分析系统

两者均支持：

• JSON/JSONB 存储和查询
• 全文搜索（Full-Text Search）功能
• 地理空间（Geospatial）查询和索引
• 复制（Replication）和高可用
• ACID 事务（MongoDB 4.0+）
• 强安全特性

快速开始

MongoDB 配置

# Atlas（云服务） - 推荐方案
# 1. 在 mongodb.com/atlas 注册
# 2. 创建 M0 免费集群
# 3. 获取连接字符串

# 连接字符串
mongodb+srv://user:pass@cluster.mongodb.net/db

# 命令行
mongosh "mongodb+srv://cluster.mongodb.net/mydb"

# 基本操作
db.users.insertOne({ name: "Alice", age: 30 })
db.users.find({ age: { $gte: 18 } })
db.users.updateOne({ name: "Alice" }, { $set: { age: 31 } })
db.users.deleteOne({ name: "Alice" })

PostgreSQL 配置

# Ubuntu/Debian
sudo apt-get install postgresql postgresql-contrib

# 启动服务
sudo systemctl start postgresql

# 连接数据库
psql -U postgres -d mydb

# 基本操作
CREATE TABLE users (id SERIAL PRIMARY KEY, name TEXT, age INT);
INSERT INTO users (name, age) VALUES ('Alice', 30);
SELECT * FROM users WHERE age >= 18;
UPDATE users SET age = 31 WHERE name = 'Alice';
DELETE FROM users WHERE name = 'Alice';

常用操作对照

创建/插入

// MongoDB
db.users.insertOne({ name: "Bob", email: "bob@example.com" })
db.users.insertMany([{ name: "Alice" }, { name: "Charlie" }])

-- PostgreSQL
INSERT INTO users (name, email) VALUES ('Bob', 'bob@example.com');
INSERT INTO users (name, email) VALUES ('Alice', NULL), ('Charlie', NULL);

读取/查询

// MongoDB
db.users.find({ age: { $gte: 18 } })
db.users.findOne({ email: "bob@example.com" })

-- PostgreSQL
SELECT * FROM users WHERE age >= 18;
SELECT * FROM users WHERE email = 'bob@example.com' LIMIT 1;

更新

// MongoDB
db.users.updateOne({ name: "Bob" }, { $set: { age: 25 } })
db.users.updateMany({ status: "pending" }, { $set: { status: "active" } })

-- PostgreSQL
UPDATE users SET age = 25 WHERE name = 'Bob';
UPDATE users SET status = 'active' WHERE status = 'pending';

删除

// MongoDB
db.users.deleteOne({ name: "Bob" })
db.users.deleteMany({ status: "deleted" })

-- PostgreSQL
DELETE FROM users WHERE name = 'Bob';
DELETE FROM users WHERE status = 'deleted';

索引

// MongoDB
db.users.createIndex({ email: 1 })                      // 单字段索引
db.users.createIndex({ status: 1, createdAt: -1 })      // 复合索引

-- PostgreSQL
CREATE INDEX idx_users_email ON users(email);
CREATE INDEX idx_users_status_created ON users(status, created_at DESC);

参考文档导航

MongoDB 参考

• mongodb-crud.md — CRUD 操作、查询操作符、原子更新
• mongodb-aggregation.md — 聚合管道、阶段、操作符、模式
• mongodb-indexing.md — 索引类型、复合索引、性能优化
• mongodb-atlas.md — Atlas 云服务设置、集群、监控、搜索

PostgreSQL 参考

• postgresql-queries.md — SELECT、JOIN、子查询、CTE、窗口函数
• postgresql-psql-cli.md — psql 命令、元命令、脚本
• postgresql-performance.md — EXPLAIN、查询优化、VACUUM、索引
• postgresql-administration.md — 用户管理、备份、复制、维护

Python 工具脚本

scripts/ 目录下的数据库工具脚本：

• db_migrate.py — 为两种数据库生成和应用迁移
• db_backup.py — 备份和恢复 MongoDB 与 PostgreSQL
• db_performance_check.py — 分析慢查询并推荐索引

# 生成迁移
python scripts/db_migrate.py --db mongodb --generate "add_user_index"

# 执行备份
python scripts/db_backup.py --db postgres --output /backups/

# 性能检查
python scripts/db_performance_check.py --db mongodb --threshold 100ms

关键差异总结

最佳实践

MongoDB：

• 一对少（1-to-few）关系使用嵌入式文档
• 一对多或多对多关系使用引用文档
• 为频繁查询的字段创建索引
• 使用聚合管道处理复杂数据转换
• 生产环境启用认证和 TLS
• 使用 Atlas 进行托管部署

PostgreSQL：

• Schema 规范化到第三范式（3NF），为性能可适当反规范化
• 使用外键确保引用完整性
• 为外键和频繁过滤的列创建索引
• 使用 EXPLAIN ANALYZE 优化查询
• 定期执行 VACUUM 和 ANALYZE 维护
• Web 应用使用连接池（pgBouncer）

资源

• MongoDB：https://www.mongodb.com/docs/
• PostgreSQL：https://www.postgresql.org/docs/
• MongoDB 大学：https://learn.mongodb.com/
• PostgreSQL 教程：https://www.postgresqltutorial.com/