MongoDB索引，事务和安全

一：事务和锁

1：MongoDB事务机制：不建议使用

MongoDB作为数据库家族的一员，自然也支持事务机制，只不过相较于InnoDB的事务机制而言，MongoDB事务方面并没有那么强大

这倒不是因为官方技术欠缺，而是由于MongoDB的定位是：大数据、高拓展、高可用、分布式

因此在实现事务时，不仅仅要考虑单机事务，而且需要考虑分布式事务，复杂度上来之后，自然无法做到MySQL-InnoDB那种单机事务的强大性。

这里也列出MongoDB事务方面的改进过程，如下：

• 3.0版本中，引入WiredTiger存储引擎，开始支持单文档事务；
• 4.0版本中，开始支持多文档事务，以及副本集（主从复制）架构下的事务；
• 4.2版本中，开始支持分片集群、分片式多副本集架构下的事务。

// 开启一个会话
var session = db.getMongo().startSession({
    // readPreference：定义读操作的节点优先级和模式
    // mode：指定读取模式
    // -> primary：只从主节点读取数据；
    // -> secondary：只在从节点上读取数据；
    // -> primaryPreferred：优先从主节点读取，主节点不可用，转到从节点读取；
    // -> secondaryPreferred：优先在从节点读取，从节点不可用，转到主节点读取；
    // -> nearest：从可用节点中选择最近的节点进行读取；
    readPreference:{mode: "primary"}
});
// 开启事务
session.startTransaction(
    {
        // readConcern：指定事务的读取模式
        // level：指定一致性级别
        // --> available：读取已提交的数据，可能包含尚未持久化的事务更改；
        // --> snapshot：读取事务开始时的一致快照，不包含未提交的事务更改；
        readConcern: {level:"snapshot"},  // 指定读模式为快照读
        // writeConcern：指定事务的写入模式
        // w：指定写操作的确认级别（同步模式）
        // --> [number]：写操作在写入指定数量的节点后，返回写入成功；
       	// --> majority: 写操作在写入大多数节点（半数以上）后，返回写入成功；
        // --> tagSetName：写操作在写入指定标签的节点后，返回写入成功
        // j：写入是否应被持久化到磁盘
        // --> wtimeout：指定写入确认的超时时间；
        writeConcern:{w: "majority"} // 写模式的同步模式级别为半同步，即写入半数以上节点后再返回成功
    }
);
// 获取要操作的集合对象
var trx_coll = session.getDatabase("库名").getCollection("集合名");

// 要在事务里执行的CRUD操作
// ......

// 回滚事务命令
session.abortTransaction();
// 提交事务命令
session.commitTransaction();
// 关闭会话命令
session.endSession();

上述命令了解即可，毕竟MongoDB本身就不适用于强事务的场景，原因如下：

• MongoDB的事务必须在60s内完成，超时将自动取消（因为要考虑分布式环境）；
• 涉及到事务的分片集群中，不能有仲裁节点；
• 事务会影响集群数据同步效率、节点数据迁移效率；
• 多文档事务的所有操作，必须在主节点上完成，包括读操作；

综上所述，就算MongoDB支持事务，可实际使用起来也会有诸多限制，因此在不必要的情况下，不建议使用其事务机制。

2：MongoDB的锁机制

MongoDB 锁机制是其并发控制的重要组成部分，目的是为了确保多线程多用户访问下数据的完整性和一致性，主要分类两大类：MMAPv1 引擎的锁机制和 WiredTiger 引擎的锁机制。

在使用 MMAPv1 存储引擎的 MongoDB 版本中，全局锁时其主要的并发控制手段。全局锁有两种模式：

• 读锁：允许多个读操作共享，但组织任何写操作
• 写锁：独占锁，一旦获取将组织其他读写操作，直至锁释放

WiredTiger 引擎使用了更细粒度的锁机制，主要为：

• 文档锁：锁定单个文档，允许多个并发读操作，但写操作会互斥。这大大减少了锁竞争，提高了并发写入能力，从而使得在高并发场景下也能保持较好的性能。
• 多版本并发控制(MVCC)：WiredTiger 实现了一种 MVCC 机制，为每个事务创建数据的多个版本。这样，读操作可以不受写操作的影响，看到事务开始时的一致性视图，而写操作则在新版本上进行，直到事务提交后才会对外可见。这增强了系统的并发能力，同时保证了事务的隔离性。
• 范围锁：在某些情况下，为了保持数据一致性，WiredTiger可能会锁定一个文档范围，防止其他操作修改该范围内的数据。
• 乐观锁：除了传统的锁机制，WiredTiger还采用了乐观锁策略，尤其在处理读写操作时。乐观锁依赖于文档版本控制，每个文档都有一个内部版本号。写操作前先读取版本号，写入时检查版本号是否改变，若未变则成功，否则重试。这种方式减少了锁的使用，提高了并发效率

非常复杂：有时间研究下大佬的笔记

// 这里简单的列出手动操作锁的命令：
// 获取锁
db.collection.fsyncLock();
// 释放锁
db.collection.fsyncUnlock();

二：MongoDB的索引机制

任何数据库都有索引这一核心功能，MongoDB自然不例外，而且MongoDB在索引方面特别完善，毕竟是新的数据库，肯定汇集百家之长

Mongo索引官方文档

早版本的MongoDB中，索引底层默认使用B-Tree结构

而4.x版本后，MongoDB推出了V2版索引，默认使用变种B+Tree来作为索引的数据结构（和MySQL索引的数据结构相同）

1：初始索引

MongoDB会为每个集合生成一个默认的_id字段，该字段在每个文档中必须存在，可以手动赋值

如果不赋值则会默认生成一个ObjectId， 该字段则是集合的主键，MongoDB会基于该字段创建一个默认的主键索引

后续基于_id字段查询数据时，会走索引来提升查询效率。

当咱们基于其他字段查询时，由于未使用_id作为条件，这会导致find语句走全表查询，即从第一条数据开始，遍历完整个集合，从而检索到目标数据。

当集合中的数据量，达到百万、千万、甚至更高时，意味着效率会直线下滑，在这种情况下，必须得由我们手动为频繁作为查询条件的字段建立索引。

Mongo中的索引分类

• 从字段数量的维度划分：单列，组合，多键，部分
• 从排序的维度划分：升序，降序，多序
• 从功能的维度划分：主键，普通，唯一，全文，空间
• 从数据结构的维度划分：B+Tree，Hash
• 从存储方式的维度划分：聚簇，非聚簇
• 从索引性质的维度划分：稀疏，TTL，隐藏，通配符

2：索引详解

MongoDB中创建索引的命令：

db.collection.createIndex(<key and index type specification>, <options>);

前面提到的所有索引，都是通过这一个方法创建，不同类型的索引，通过里面的参数和选项来区分，下面说明一下参数和可选项。

第一个参数主要是传字段，以及索引类型，这里可以传一或多个字段，用于表示单列/复合索引。

第二个参数表示可选项，如下：

• background：是否以后台形式创建索引，因为创建索引会导致其他操作阻塞；
• unique：是否创建成唯一索引；
• name：指定索引的名称；
• sparse：是否对集合中不存在的索引字段的文档不启用索引；
• expireAfterSeconds：指定存活时间，超时后会自动删除文档；
• v：指定索引的版本号；
• weights：指定索引的权重值，权值范围是1~99999，当一条语句命中多个索引时，会根据该值来选择；

以下述集合为例，演示各种索引的创建过程

db.animals.insert([
    {_id:1, name:"肥肥", age:3, hobby:"竹子", color:"黑白色"},
    {_id:2, name:"花花", color:"黑白色"},
    {_id:4, name:"黑熊", age:3, food:{name:"黄金竹", grade:"S"}},
    {_id:5, name:"白熊", age:4, food:{name:"翠绿竹", grade:"B"}},
    {_id:6, name:"棕熊", age:3, food:{name:"明月竹", grade:"A"}},
    {_id:7, name:"红熊", age:2, food:{name:"白玉竹", grade:"S"}},
    {_id:8, name:"粉熊", age:6, food:{name:"翡翠竹", grade:"A"}},
    {_id:9, name:"紫熊", age:3, food:{name:"烈日竹", grade:"S"}},
    {_id:10, name:"金熊", age:6, food:{name:"黄金竹", grade:"S"}}
]);

2.1：单列索引

// 基于name字段，创建一个名为idx_name的单列普通索引，排序方式为降序
db.animals.createIndex(
    {name: -1}, 
    {name: "idx_name"}
);

🎉 对于单字段的索引而言，排序方式并不重要，因为索引底层默认是B+Tree，每个文档之间会有双向指针，为此，MongoDB基于单字段索引查询时，既可以向前、也可以向后查找数据

创建完成后，可以通过db.animals.getIndexes()命令查询索引

多键索引

例如现在将集合中的爱好字段，变为一个数组：

{
    _id:1, 
    name:"肥肥", 
    age:3, 
    hobby:[
        "竹子", "睡觉"
    ], 
    color:"黑白色"
}

现在给hobby字段创建一个索引，这时叫啥索引？多键索引！

因为这里是基于单个数组类型的字段在建立索引，所以MongoDB会为数组中的每个元素，都生成索引的条目（即索引键）

由于一个文档的数组字段，拥有多个元素，因此会创建多个索引键，这也是“多键索引”的名字由来。

2.2：复合索引

复合索引是指基于多个字段创建的索引，例如：

db.animals.createIndex(
    {name:-1, age:1}, // 依据name降序，age升序创建一个聚合索引
    {name:"idx_name_age"} // 复合索引的名称
);

🎉 这个排序就有意义了，MongoDB生成索引键时，会按照指定的顺序，来将索引键插入到树中。

索引键=索引字段的值，比如现在一个文档的name=张三、age=3，索引键为张三3。

注意：由于这里的顺序是{name:-1, age:1}，所以当排序查询时，支持sort({name:-1,age:1})、sort({name:1,age:-1})，因为这两个顺序和树的组成顺序要么完全相同、相反

而当执行sort({name:-1,age:-1})、sort({name:1,age:1})排序查询时，将不会使用索引，因为这时和树的顺序冲突。

2.3：唯一索引

必须创建在不会出现重复值的字段上，基于唯一索引查找数据时，找到第一个满足条件的数据，就会立马停止匹配，毕竟该字段的值在集合中是唯一的

db.animals.createIndex(
    {name:1}, // 在name字段上正序创建索引
    {unique: true} // 声明是唯一索引
);

只需要将unique设置为true即可，如果尝试插入已有的name，将会触发报错

两个都是空也认为是冲突

db.animals.insertOne(
    {_id: 66, age: 12}
)

db.animals.insertOne(
    {_id: 77, age: 13}
)

这种情况怎么解决呢，声明name索引是稀疏索引即可

// 将刚才的给删除了
db.animals.dropIndex("name_1");

// 在创建一个，这次指明这个索引不但是唯一的，还是稀疏的，允许重复的null值
db.animals.createIndex(
    {name: 1},
    {unique: true, sparse: true}
)

2.4：部分索引

部分索引即使用字段的一部分开创建索引，但必须要结合partialFilterExpression选项来实现，

db.animals.createIndex(
  {hobby: 1}, // 给 hobby 字段创建索引
  {partialFilterExpression: {
      hobby: {
        // 只为存在hobby字段的文档创建索引
        $exists: true,
        // 通过$substr操作符，截取前3个字节作为索引键
        $expr: {$eq: [{$substr:["$hobby", 0, 3] },"prefix"]}
      }
    }}
);

其实这就类似于MySQL中的前缀索引，不过MongoDB的中的部分索引功能更强大，还可以只为集合中的一部分文档创建索引

db.animal.createIndex(
   {age: -1},
   // 只为集合中年龄大于2岁的文档创建索引
   {partialFilterExpression: {
       age: {$gt: 2}
   }}
);

2.5：TTL索引

可以基于它实现过期自动删除的效果，主要依靠expireAfterSeconds选项来创建

只能在Date、ISODate类型的字段上建立TTL索引，在其他类型的字段上建立TTL索引，文档永远不会过期。

db.test_ttl.insertMany([
    // new Date()表示插入当前时间
    {_id:1, time:new Date()},
    {_id:2, time:new Date()},
    {_id:3, time:new Date()},
    {_id:4, time:new Date()},
    {_id:5, notes:"这条数据用于观察TTL删除特性"} // 10s之后，将只剩这条数据
]);

db.test_ttl.find();

db.test_ttl.createIndex(
    {time: 1},  // 依据时间字段创建索引
    {expireAfterSeconds: 10} // 给定的过期时间为10s
);

2.6：全文索引

在MySQL中想实现模糊查询，一般会采用like关键字；而在MongoDB中想实现模糊查询，官方并没有提供相关方法与操作符，只能通过自己写正则的形式，实现模糊查找的功能

那有没有更好的方法呢？

答案是有，为相应字段创建全文索引即可。

在数据量不大不小（几百万左右）、查询又不是特别复杂的情况下，直接上ElasticSearch、Solr等中间件，显得有点大材小用

此时全文索引就是这类搜索引擎的平替。相较于MySQL，MongoDB提供的全文索引，功能方面会更加强大。

db.animals.createIndex(
    {name: "text"},
    {name: "full_text_index"}
)

这里对name字段建立了一个全文索引，和创建普通索引的区别在于：在字段后面加了一个text。

不过要注意，MongoDB全文索引停用词、词干和词器的规则，默认为英语，想要更改，这里涉及到创建索引时的两个可选项：

• default_language：指定全文索引停用词、词干和词器的规则，默认为english；
• language_override：指定全文索引语言覆盖的范围，默认为language；

不过注意，不管任何技术栈的全文索引，对中文的支持都不太友好，分词方面总会有点不完善

所以MongoDB全文索引直接不支持中文，当你试图通过default_language:"chinese"时，会直接给你返回报错

当然，正是由于MongoDB的全文索引不支持中文，因此就算你给一个字符串字段，建立了全文索引后，也无法实现全文搜索，如下：

db.animals.find(
    {$text: {$search: "熊"}}
);

⚠️ 在前面给出的集合数据中，name包含“熊”的数据有好几条，但这条语句执行之后的结果为null。想要解决这个问题，必须要手动安装第三方的中文分词插件，如mmseg、jieba等。当然，如果你字段中的值是英文，这自然是支持的，什么都不需要。

2.7：通配符索引

在前面提到过“内嵌文档”这个概念，这是指将另一个文档，以字段值的形式嵌入到一个文档中。

结合MongoDB可以动态插入各种字段的特性，每个内嵌文档的字段，也可以灵活变化，例如前面给出的数据：

{_id:4, name:"黑熊", age:3, food:{name:"黄金竹", grade:"S"}},
    
{_id:5, name:"白熊", age:4, food:{name:"翠绿竹", grade:"B"}},
......

这些数据中都内嵌了一个food文档，虽然现在插入的都是固定的name、grade字段，但我们可以随时插入新的字段，例如：

db.animals.insertOne(
    {
    	_id:99, 
        name:"星熊", 
        age: 1,
        food: {
            name:"星光竹", 
            grade:"S", 
            quality_inspector: ["竹大","竹二"]
        }
    }
);

这时新插入的文档，其food字段又多了一个quality_inspector质检员的属性

对于这种动态变化的字段，可不可以建立索引呢？MongoDB4.2中引入了“通配符索引”来支持对未知或任意字段的查询操作

创建的语法如下：

db.animals.createIndex({"food.$**": 1});

3：explain执行计划

通过该命令，能有效帮咱们分析语句的执行情况，和MySQL的explain作用一致

db.<collection>.find().explain(<verbose>);

explain方法同样有三个模式可选，这里简单列出来：

• queryPlanner：返回执行计划的详细信息，包括查询计划、集合信息、查询条件、最佳计划、查询方式、服务信息等（默认模式）；
• exectionStats：列出最佳执行计划的执行情况和被拒绝的计划等信息（即语句最终执行的方案）；
• allPlansExecution：选择并执行最佳执行计划，同时输出其他所有执行计划的信息；

一般排查find()查询缓慢问题时，可以先指定第二个模式，查看最佳执行计划的信息；

如果怀疑MongoDB没选择好索引，则可以再指定第三个模式，查看其他执行计划

如果的确是因为走错了索引，这时你可以通过hint强制指定要使用的索引，如下：

db.collection_name.find(查询条件).hint(索引名);

执行explain之后，可以发现输出了很多信息，主要关注的就是这个stage这个值：是最重要的字段，相当于mysql explain中的type

带包这本次查询的类型，该字段可能出现的值以及含义如下：

值	含义
COLLSCAN	扫描整个集合进行查询；
IXSCAN	通过索引进行查询；
COUNT_SCAN	使用索引在进行count操作；
COUNTSCAN	没使用索引在进行count操作；
FETCH	根据索引键去磁盘拿具体的数据
SORT	执行了sort排序查询；
LIMIT	使用了limit限制返回行数；
SKIP	使用了skip跳过了某些数据；
IDHACK	通过_id主键查询数据；
SHARD_MERGE	从多个分片中查询、合并数据；
SHARDING_FILTER	通过mongos对分片集群执行查询操作；
SUBPLA	未使用索引的$or查询；
TEXT	使用全文索引进行查询；
PROJECTION	本次查询指定了返回的结果集字段（投影查询）

// 在age上创建一个索引
db.animals.createIndex({age: -1}, {name: "idx_age"})
// 假设执行的语句如下
db.animals.find({age: {$gt: 6}}).limit(1).skip(1).explain();

这里咱们只需要带SCAN后缀的，因为其他都属于命令执行的“阶段”，并不属于具体的类型

explain会将一条语句执行的每个阶段，都详细列出来，每个阶段都会有stage字段

我们要做的，就是确保每个阶段都能用上索引即可

如果某一阶段出现COLLSCAN，在数据量较大的情况下，都有可能导致查询缓慢。

其次，咱们需要关心keysExamined、docsExamined两个字段的值（exectionStats模式下才能看到）

• 前者代表扫描的索引键数量，后者代表扫描的文档数量，前者越大，代表索引字段值的离散性太差
• 后者的值越大，一般代表着没建立索引。

三：安全与权限管理

1：简单的用户创建和使用

通常为了保证数据安全性，Redis、MySQL、MQ、ES……，通常都会配置账号/密码，一来可以提高安全等级，二来还可以针对不同库、操作设置权限，极大程度上降低了数据的安全风险。

同样，在MongoDB中也支持创建账号、密码，以及分配权限，并且还支持角色的概念，可以先为角色分配权限，再为用户绑定角色，从而节省大量重复的权限分配工作。

同时，MongoDB中还内置了大量常用角色，方便于咱们快速分配权限，不过并没有默认的账号

所以想要启用MongoDB的访问控制，还需要先创建一个账号：

// 1：切换到admin
use admin;

// 2：创建一个用户，并且赋予root角色(root角色只能分配给admin库）
db.createUser(
	{"user": "cui", "pwd": "123456", "roles": ["root"]}
)
// 3：退出客户端
quit;

接着再关闭MongoDB服务，重新启动时开启访问控制，必须使用账号密码连接才允许操作：

[root@~]# /soft/mongodb/bin/mongod -shutdown -f /soft/mongodb/conf/standalone/mongodb.conf
[root@~]# /soft/mongodb/bin/mongod -auth -f /soft/mongodb/conf/standalone/mongodb.conf
[root@~]# /soft/mongodb/mongosh/bin/mongosh 192.168.229.135:27017

或者这里也可以直接修改配置文件：

[root@~]# vi /soft/mongodb/conf/standalone/mongodb.conf

# 在配置文件结尾加上这两行
security:
    authorization: enabled

然后通过不带-auth的命令启动，效果同样是相同的。

接着先切换到咱们前面创建的cui库，查询一下animals集合试试看：

use cui;
db.animals.find({_id:1});
MongoServerError: command find requires authentication

此时就会看到对应报错，提示目前未授权，所以无法执行命令，因此这里需要登录一下，不过登录必须要切换到admin库下才可以，否则会提示认证失败：

db.auth("cui", "123456");
{ ok: 1 }

use cui;
db.animals.find({_id:1});
[ { _id: 1, name: '肥肥', age: 3, hobby: '竹子', color: '黑白色' } ]

认证成功后，再次切回cui库查询，此时会发现数据依旧可以查询出来。

当然，如果不想每次连接时都切换到admin库下登录，然后再切换回来，此时可以在cui库下再创建一个用户，如下：

// 先切换到cui库
use cui;

// 再在cui库下创建一个cui用户，并分配dbOwner角色
db.createUser(
    {
        "user":"cui", 
     	"pwd":"123456", 
        // 这个dbOwner是啥，会在下面的内置角色中说明
     	"roles":[{"role":"dbOwner", "db":"cui"}]
    }
);

// 退出连接
quit;

然后可以再次连接MongoDB服务，这时直接切换到cui库下登录后，也照样可以读写数据

2：Mongo中的内置角色

可以通过下述命令来查询MongoDB所有内置角色：

use admin;

db.runCommand({rolesInfo: 1, showBuiltinRoles: true});

角色	含义
root	超级管理员权限，可以执行任何操作；
read	只读用户，不允许对数据库执行写入操作；
readWrite	读写用户，允许对数据执行读写操作；
dbAdmin	数据库管理员（如创建和删除数据库），不允许读写数据；
userAdmin	用户管理员（如创建和删除用户），不允许读写数据；
dbOwner	同时拥有dbAdmin、userAdmin两个角色的权限，且允许读写数据；
backup	具有备份和恢复权限，不允许读写数据；
restore	只具有数据恢复权限，不允许读写数据；
clusterAdmin	集群超级管理员，可以执行集群中任意操作，允许读写数据；
clusterManager	集群管理员，只可以管理集群节点、配置等；
clusterMonitor	集群监视员，允许监控集群的状态和性能，不允许读写数据；

这些内置角色，可以在创建用户的时候分配，一个用户同时可以绑定多个角色。但如果你想要的权限，内置角色并不提供，也可以自定义角色

3：Mongo自定义角色

自定义角色的语法

use cui;

db.createRole(
    {
    // 自定义角色的名称
    role:"xxxRole",
    // 自定义角色拥有的权限集
    privileges: [
        {
           // 自定义角色可操作的资源 
           resource:
            {
                // 当前角色可操作cui库
                db:"cui",
                // 当前角色具体可操作的集合（多个传数组，所有写""）
                collection:""
            },
            // 当前角色拥有的权限
            actions: ["find", "update", "insert", "remove"]
        }
        ],
        // 当前角色是否继承其他角色，如果指定了其他角色，当前角色自动继承父亲的所有权限
        roles: []
    }
);

通过该方式，诸位可以灵活的创建出各种适用于业务的角色，最后再附上一些相关命令：

// 给指定角色增加权限 ---------> grantPrivilegesToRole
db.grantPrivilegesToRole(
    "角色名称",
    [{
        resource: {
          db: "库名",
          collection: ""
        }, 
        actions: ["权限1","……"]
    }]
);

// 回收指定角色的权限 ----------> revokePrivilegesFromRole
db.revokePrivilegesFromRole(
    "角色名称",
    [{
        resource: {
          db: "库名",
          collection: ""
        }, 
        actions: ["权限1","……"]
    }]
);

// 删除角色（要先进入角色所在的库）
use cui;
db.dropRole("角色名称");


// 查看当前库的所有角色
show roles;

// 查看当前库中所有用户
show users;