快2020年了，赶忙收藏起MongoDB面试题轻松面对BAT灵魂式的拷问

关注公众号【Ccww笔记】,获取干货资料

  MongoDB是基于分布式文件存储的数据库，由C++语言编写。旨在为WEB应用提供可扩展的高性能数据存储解决方案,且MongodDB是一个介于关系数据库与非关系数据库之间的产品，是非关系型数据库中功能最丰富，最像关系数据库。

  因为MongoDB的特性以及功能，使得其在企业使用频率很大，因此不少面试都会MongoDB的相关知识，基于网上以及本身阅读官网文档总结2019-2020年MongoDB的面试题。具体以下：

​ 1Q：MongoDB的优点有哪些？

• 面向集合(Collection)和文档(document)的存储，以JSON格式的文档保存数据。

• 高性能，支持Document中嵌入Document减小了数据库系统上的I/O操做以及具备完整的索引支持，支持快速查询

• 高效的传统存储方式：支持二进制数据及大型对象

• 高可用性，数据复制集，MongoDB 数据库支持服务器之间的数据复制来提供自动故障转移（automatic failover）

• 高可扩展性，分片(sharding)将数据分布在多个数据中心,MongoDB支持基于分片键建立数据区域.

• 丰富的查询功能, 聚合管道(Aggregation Pipeline)、全文搜索(Text Search)以及地理空间查询(Geospatial Queries)

• 支持多个存储引擎,WiredTiger存储引、In-Memory存储引擎

​ 2Q：MongoDB 支持哪些数据类型?

java相似数据类型：

类型	解析
String	字符串。存储数据经常使用的数据类型。在 MongoDB 中，UTF-8 编码的字符串才是合法的
Integer	整型数值。用于存储数值。根据你所采用的服务器，可分为 32 位或 64 位
Double	双精度浮点值。用于存储浮点值
Boolean	布尔值。用于存储布尔值（真/假）
Arrays	用于将数组或列表或多个值存储为一个键
Datetime	记录文档修改或添加的具体时间

MongoDB特有数据类型：

类型	解析
ObjectId	用于存储文档 id,ObjectId是基于分布式主键的实现MongoDB分片也可继续使用
Min/Max Keys	将一个值与 BSON（二进制的 JSON）元素的最低值和最高值相对比
Code	用于在文档中存储 JavaScript代码
Regular Expression	用于在文档中存储正则表达式
Binary Data	二进制数据。用于存储二进制数据
Null	用于建立空值
Object	用于内嵌文档

​3Q：什么是集合Collection、文档Document,以及与关系型数据库术语类比。

• 集合Collection位于单独的一个数据库MongoDB 文档Document集合，它相似关系型数据库（RDBMS）中的表Table。一个集合Collection内的多个文档Document能够有多个不一样的字段。一般状况下，集合Collection中的文档Document有着相同含义。
• 文档Document由key-value构成。文档Document是动态模式,这说明同一集合里的文档不须要有相同的字段和结构。相似于关系型数据库中table中的每一条记录。
• 与关系型数据库术语类比

mongodb	关系型数据库
Database	Database
Collection	Table
Document	Record/Row
Filed	Column
Embedded Documents	Table join

​ 4Q：什么是”Mongod“,以及MongoDB命令。

  mongod是处理MongoDB系统的主要进程。它处理数据请求，管理数据存储，和执行后台管理操做。当咱们运行mongod命令意味着正在启动MongoDB进程,而且在后台运行。

MongoDB命令：

命令	说明
use database_name	切换数据库
db.myCollection.find().pretty()	格式化打印结果
db.getCollection(collectionName).find()	修改Collection名称

​ 5Q："Mongod"默认参数有?

• 传递数据库存储路径，默认是"/data/db"
• 端口号 默认是 "27017"

​6Q：MySQL和mongodb的区别

形式	MongoDB	MySQL
数据库模型	非关系型	关系型
存储方式		虚拟内存+持久化
查询语句	独特的MongoDB查询方式	传统SQL语句
架构特色	副本集以及分片	常见单点、M-S、MHA、MMM等架构方式
数据处理方式	基于内存，将热数据存在物理内存中，从而达到高速读写	不一样的引擎拥有本身的特色
使用场景	事件的记录，内容管理或者博客平台等数据大且非结构化数据的场景	适用于数据量少且不少结构化数据

​7Q：问mongodb和redis区别以及选择缘由

形式	MongoDB	redis
内存管理机制	MongoDB 数据存在内存，由 linux系统 mmap 实现，当内存不够时，只将热点数据放入内存，其余数据存在磁盘	Redis 数据所有存在内存，按期写入磁盘，当内存不够时，能够选择指定的 LRU 算法删除数据
支持的数据结构	MongoDB 数据结构比较单一，可是支持丰富的数据表达，索引	Redis 支持的数据结构丰富，包括hash、set、list等
性能	mongodb依赖内存，TPS较高	Redis依赖内存，TPS很是高。性能上Redis优于MongoDB
可靠性	支持持久化以及复制集增长可靠性	Redis依赖快照进行持久化；AOF加强可靠性；加强可靠性的同时，影响访问性能
数据分析	mongodb内置数据分析功能（mapreduce）	Redis不支持
事务支持状况	只支持单文档事务，须要复琐事务支持的场景暂时不适合	Redis 事务支持比较弱，只能保证事务中的每一个操做连续执行
集群	MongoDB 集群技术比较成熟	Redis从3.0开始支持集群

 选择缘由：

• 架构简单

• 没有复杂的链接

• 深度查询能力,MongoDB支持动态查询。

• 容易调试

• 容易扩展

• 不须要转化/映射应用对象到数据库对象

• 使用内部内存做为存储工做区,以便更快的存取数据。

8Q：如何执行事务/加锁?

  mongodb没有使用传统的锁或者复杂的带回滚的事务,由于它设计的宗旨是轻量,快速以及可预计的高性能.能够把它类比成mysql mylsam的自动提交模式.经过精简对事务的支持,性能获得了提高,特别是在一个可能会穿过多个服务器的系统里.

9Q:更新操做会马上fsync到磁盘?

  不会,磁盘写操做默认是延迟执行的.写操做可能在两三秒(默认在60秒内)后到达磁盘，经过 syncPeriodSecs 启动参数，能够进行配置.例如,若是一秒内数据库收到一千个对一个对象递增的操做,仅刷新磁盘一次.

MongoDB索引

10Q: 索引类型有哪些？

• 单字段索引(Single Field Indexes)
• 复合索引(Compound Indexes)
• 多键索引(Multikey Indexes)
• 全文索引(text Indexes)
• Hash 索引(Hash Indexes)
• 通配符索引(Wildcard Index)
• 2dsphere索引(2dsphere Indexes)

11Q：MongoDB在A:{B,C}上创建索引，查询A:{B,C}和A:{C,B}都会使用索引吗？

 因为MongoDB索引使用B-tree树原理，只会在A:{B,C}上使用索引
 

MongoDB索引详情可看文章【MongoDB系列--轻松应对面试中遇到的MongonDB索引(index)问题】，其中包括不少索引的问题：

• 建立索引，须要考虑的问题
• 索引限制问题
• 索引类型详细解析
• 索引的种类问题

12Q：什么是聚合

  聚合操做可以处理数据记录并返回计算结果。聚合操做能将多个文档中的值组合起来，对成组数据执行各类操做，返回单一的结果。它至关于 SQL 中的 count(*) 组合 group by。对于 MongoDB 中的聚合操做，应该使用aggregate()方法。

详情可查看文章【MongoDB系列--深刻理解MongoDB聚合（Aggregation）】，其中包括不少聚合的问题：

• 聚合管道（aggregation pipeline）的问题
• Aggregation Pipeline 优化等问题
• Map-Reduce函数的问题

MongoDB分片

13Q：monogodb 中的分片sharding

  分片sharding是将数据水平切分到不一样的物理节点。当应用数据愈来愈大的时候，数据量也会愈来愈大。当数据量增加 时，单台机器有可能没法存储数据或可接受的读取写入吞吐量。利用分片技术能够添加更多的机器来应对数据量增长 以及读写操做的要求。

14Q：分片(Shard)和复制(replication)是怎样工做的?

 每个分片(shard)是一个分区数据的逻辑集合。分片可能由单一服务器或者集群组成，咱们推荐为每个分片(shard)使用集群。

15Q：若是块移动操做(moveChunk)失败了，我须要手动清除部分转移的文档吗?

 不须要，移动操做是一致(consistent)而且是肯定性的(deterministic)。

• 一次失败后，移动操做会不断重试。
• 当完成后，数据只会出如今新的分片里(shard)

16Q：数据在何时才会扩展到多个分片(Shard)里?

 MongoDB 分片是基于区域(range)的。因此一个集合(collection)中的全部的对象都被存放到一个块(chunk)中,默认块的大小是 64Mb。当数据容量超过64 Mb，才有可能实施一个迁移，只有当存在不止一个块的时候，才会有多个分片获取数据的选项。

17Q：更新一个正在被迁移的块（Chunk）上的文档时会发生什么？

 更新操做会当即发生在旧的块（Chunk）上，而后更改才会在全部权转移前复制到新的分片上。

18Q：若是一个分片（Shard）中止或很慢的时候，发起一个查询会怎样？

若是一个分片中止了，除非查询设置了 “Partial” 选项，不然查询会返回一个错误。若是一个分片响应很慢，MongoDB 会等待它的响应。

MongoDB复制集

19Q：MongoDB副本集实现高可用的原理

 MongoDB 使用了其复制(Replica Set)方案，实现自动容错机制为高可用提供了基础。目前，MongoDB 支持两种复制模式：

• Master / Slave ，主从复制，角色包括 Master 和 Slave 。
• Replica Set ，复制集复制，角色包括 Primary 和 Secondary 以及 Arbiter 。(生产环境必选)

​20Q：什么是master或primary？

 副本集只能有一个主节点可以确认写入操做来接收全部写操做，并记录其操做日志中的数据集的全部更改(记录在oplog中)。在集群中，当主节点（master）失效，Secondary节点会变为master

21Q：什么是Slave或Secondary？

 复制主节点的oplog并将oplog记录的操做应用于其数据集，若是主节点宕机了，将从符合条件的从节点选举选出新的主节点。

22Q:什么是Arbiter？

 仲裁节点不维护数据集。 仲裁节点的目的是经过响应其余副本集节点的心跳和选举请求来维护副本集中的仲裁

23Q：复制集节点类型有哪些？

• 优先级0型(Priority 0)节点
• 隐藏型(Hidden)节点
• 延迟型(Delayed)节点
• 投票型(Vote)节点以及不可投票节点

24Q:启用备份故障恢复须要多久?

  从备份数据库声明主数据库宕机到选出一个备份数据库做为新的主数据库将花费10到30秒时间.这期间在主数据库上的操做将会失败–包括写入和强一致性读取(strong consistent read)操做.然而,你还能在第二数据库上执行最终一致性查询(eventually consistent query)(在slaveok模式下),即便在这段时间里.

MongoDB复制详解分析可查看文章【MongoDB系列-解决面试中可能遇到的MongoDB复制集（replica set）问题】

25Q：raft选举过程，投票规则？

选举过程：

  当系统启动好以后，初始选举后系统由1个Leader和若干个Follower角色组成。而后忽然因为某个异常缘由，Leader服务出现了异常，致使Follower角色检测到和Leader的上次RPC更新时间超过给定阈值时间时。此时Follower会认为Leader服务已出现异常，而后它将会发起一次新的Leader选举行为，同时将自身的状态从Follower切换为Candidate身份。随后请求其它Follower投票选择本身。

投票规则：

• 当一个候选人得到了同一个任期号内的大多数选票，就成为领导人。
• 每一个节点最多在一个任期内投出一张选票。而且按照先来先服务的原则。
• 一旦候选人赢得选举，马上成为领导，并发送心跳维持权威，同时阻止新领导人的诞生

可查看文章【通俗易懂的Paxos算法-基于消息传递的一致性算法】

26Q：在哪些场景使用MongoDB?

规则： 若是业务中存在大量复杂的事务逻辑操做，则不要用MongoDB数据库；在处理非结构化 / 半结构化的大数据使用MongoDB，操做的数据类型为动态时也使用MongoDB，好比：

• 内容管理系统，切面数据、日志记录
• 移动端Apps：O2O送快递骑手、快递商家的信息（包含位置信息）
• 数据管理，监控数据

最后可关注公众号【Ccww笔记】，一块儿学习,天天会分享干货，还有学习视频干货领取！