MongoDB “升级项目” 大型连续剧(4)-- 与开发和架构沟通与扫尾

❝

开头还是介绍一下群，如果感兴趣PolarDB ,MongoDB ,MySQL ,PostgreSQL ,Redis, OceanBase, Sql Server等有问题，有需求都可以加群群内有各大数据库行业大咖，可以解决你的问题。加群请联系 liuaustin3 ，（共2800人左右 1 + 2 + 3 + 4 +5 + 6 + 7 + 8 +9）(1 2 3 4 5 6 7群均已爆满，开8群约300 9群 100+)

这是升级MongoDB从4.X到6.X的第四集了，这集我们需要聚焦到此次收益的点，在一个项目往后就需要开始讲故事，我们的工作的意义是什么，一个项目如果讲不出 3个故事，那你这个项目干的还真是意义不大。

今天我们就开始讲其中的一个故事，升级版本的意义，优势与差异，这些信息是要提供给开发部门的。

首先迁移中，优化的点

1 在操控MongoDB的中，一些如python ,java ，Node.js早期的驱动中使用了 op_insert协议，这个协议的缺点就是性能差。性能差的根本原因是格式较为冗余，效率底下。

之前MongoDB4.0是兼容这个方式插入数据的，而到了6.0则禁止了这个协议，而强制采用op_msg的方式来进行数据的插入，采用了更集中的BSON编码，减少了信息的大小，简化了协议的教书，同时还支持了事务的压缩等。

升级MongoDB 会强制淘汰这些老的数据驱动协议，倒逼开发升级程序的驱动也MONGODB进行交互，提高数据的操作中的性能。

相同的这里也强制针对 op_delete等操作的协议一并强制下架。

2 升级到 mongodb中的第二个有点 ，在之前的版本中无法利用多线程来对数据查询中的scan进行并行查询，而到了MongoDB 6.0我们可以采用更新的并行的方式来对MongoDB进行并行查询。同时对于聚合阶段的数据处理也可以进行并行操作。如 sort 等，对于更多的CPU，MongoDB可以进行有效的利用。

对于开发来说收益的地方在

1 高频 find() 查询带复杂过滤条件。 2 聚合管道中早期使用 project 过滤数据。

match 尽可能下推到存储引擎层，减少内存中处理的文档数量。例如，在分片集群中，$match 可在分片节点提前执行，仅返回匹配结果到协调节点。

索引辅助过滤：若管道中存在 project，MongoDB 会尝试利用索引直接过滤或投影字段，避免全文档读取。

$sort 内存与磁盘管理

增量排序优化：对已部分排序的数据（如通过索引有序返回的文档），$sort 阶段会复用已有顺序，减少内存占用和排序时间。

并行归并排序：对于大数据集，6.0 支持多线程归并排序，利用多核 CPU 加速排序过程。

3 聚合功能上的变化 --- 这里单独开一期说。

4  对于运维方面的优化的点

1 MongoDB 在初始化节点的时候，使用了文件拷贝初始化的模式，提高了新节点加入副本的速度。

5  聚合查询更新省略查询的步骤

在之前4.X要更新数据，必须先查出后，在进行更新，如在MongoDB 4.X撰写的语句如

db.products.find({ price: { $exists: true } }).forEach(function(doc) {
  db.products.updateOne(
    { _id: doc._id },
    { $set: { priceWithTax: doc.price * 1.08 } }
  );
});

可以直接改写为

// 6.0 更新时可以直接用聚合表达式
db.products.updateMany(
  { price: { $exists: true } },
  [{ $set: { priceWithTax: { $multiply: ["$price", 1.08] } } }]
);

在数据删除的中deleteMany的条件表达也更加的丰富。在4.0时无法使用正则和聚合后的数据删除，必须先查询在删除，需要两步。所以在6.0删除数据条件变得更丰富了。

// 删除所有包含嵌套数组中任意元素匹配正则的文档
db.logs.deleteMany({
"metadata.tags": {
    $regex: ^error_/,  匹配以 error_ 开头的标签
    $options: "i"
  },
"created_at": { $lt: ISODate("2022-01-01") }
});

// 结合聚合表达式删除（需 6.0+）
db.logs.deleteMany({
$expr: {
    $and: [
      { $gte: ["$price", 1000] },
      { $in: ["$status", ["cancelled", "failed"]] }
    ]
  }
});

同时6.0支持在语句中，添加注释，方便复杂的代码进行后期的读取。

// 查询价格大于 100 的商品，并添加注释
db.products.find(
  { 
    price: { $gt: 100 } 
  },
  { 
    $comment: "DEBUG: Find expensive products for sales report" 
  }
);

// 通过 explain 查看注释（输出中会显示 $comment）
db.products.find({ price: { $gt: 100 } }).explain("executionStats");

除此以外，MongoDB在6.0支持时序性的数据，如一些监控或者设备的数据可以写入到MongoDB中处理。如

db.createCollection("sensor_data", {
  timeseries: {
    timeField: "timestamp",
    metaField: "metadata",
    granularity: "seconds"
  }
});
db.sensor_data.createIndex({ timestamp: 1 });

这条命令用于在 MongoDB 中创建一个名为 sensor_data 的时间序列集合。与普通集合不同，时间序列集合针对时间序列数据的存储和查询进行了优化

timeField: "timestamp":  指定文档中哪个字段用于表示时间戳。 metaField: "metadata": 指定文档中哪个字段用于存储与时间序列数据相关的元数据。 granularity: "seconds": 指定时间序列数据的时间粒度。这里设置为 "seconds"

最后我们还可以创建针对MONGODB 时序性的索引，提高处理的速度时间序列索引的优化： 对于时间序列集合，MongoDB 的索引机制会进行特殊优化，以便更高效地处理时间范围查询。当你查询特定时间段的数据时，这个索引能够帮助 MongoDB 快速定位到相关的数据块，而无需扫描整个集合。

db.sensor_data.find({
  "metadata.sensor_id": "sensor_001",
  timestamp: { $gte: ISODate("2023-01-01"), $lt: ISODate("2023-01-02") }
});

查询的时候 "metadata.sensor_id": "sensor_001": 这个条件用于筛选 metadata 文档中 sensor_id 字段值为 "sensor_001" 的数据。这表示我们只想查询来自特定传感器（ID 为 sensor_001）的数据。 timestamp: { lt: ISODate("2023-01-02") }: 这个条件用于筛选 timestamp 字段在指定时间范围内的数据。

利用 metadata 上的索引（如果存在）： 虽然我们只在 timestamp 上创建了索引，但如果你的查询模式经常根据 metadata 中的字段进行筛选，你可能也会在 metadata.sensor_id 上创建索引 (db.sensor_data.createIndex({ "metadata.sensor_id": 1 }))。如果有这个索引，MongoDB 会首先利用它快速定位到与 "sensor_001" 相关的文档。

利用 timestamp 上的时间序列专用索引： 找到符合 sensor_id 条件的文档后，MongoDB 会利用 timestamp 字段上的时间序列索引，高效地筛选出落在 2023-01-01 到 2023-01-02 之间的数据。由于时间序列索引的特殊优化，这个时间范围查询会比在普通集合上进行范围查询更快。

实际上写到这里还有MongoDB6.0中的$setWindowsFields的功能也没有说，后面有机会写吧，到这里把升级的对于开发的好处和影响都说一说，有利于开发和架构推进MongoDB的升级项目。