文档数据库入门：MongoDB 与 Couchbase

一个视频，讲透文档数据库，不用学几个月。

第一章 - 文档数据库是什么

这一个视频把文档数据库这一类讲完，重点对比两个代表：{{MongoDB}} 和 {{Couchbase}}。

一句话：文档数据库存的是{{ JSON 文档}}，不是固定表格。字段可以随时加、结构随时变，特别适合结构多变、嵌套明显的数据。

对比关系型

关系型 SQL          文档数据库
表（固定列）         集合（文档可不同）
行                  文档（JSON 对象）
列                  字段（可嵌套）
JOIN 关联           嵌入 或 引用

这一类数据库的共同点

• 存 JSON / BSON 文档，一个文档就是一个完整对象。
• Schema 灵活，不用先建表定列。
• 嵌套结构自然，不用拆表再 JOIN。

本章小结

文档数据库用 JSON 文档替代表和行，灵活是最大卖点。MongoDB 和 Couchbase 都属这一类。

第二章 - 数据模型：都是文档，分层不同

MongoDB 的分层

database（库）
└─ collection（集合，类似表）
     └─ document（文档，有 _id 主键）

db.users.insertOne({ _id: 1, name: "Ada", age: 28, address: { city: "北京" } });

Couchbase 的分层

bucket（桶，一个数据库，可设内存）
└─ scope（作用域）
     └─ collection（集合）
          └─ document（文档，有 key 唯一标识）

collection.upsert("u1", {"name": "Ada", "age": 28})

共同点与差异

本章小结

两者都是"库 -> 集合 -> 文档"，MongoDB 用 _id，Couchbase 用 key 且顶层桶有内存配额。

第三章 - MongoDB：CRUD 与查询

增删改查

db.users.insertOne({ name: "Ada", age: 28 });        // 增
db.users.find({ age: { $gt: 28 } });                  // 查
db.users.updateOne({ name: "Ada" }, { $set: { age: 29 } }); // 改
db.users.deleteOne({ name: "Ada" });                  // 删

$set 改字段、$inc 自增、$push 加数组元素。忘写 $set 会整条文档被覆盖。

查询进阶

db.users.find({ age: { $gt: 28, $lte: 40 } });   // 范围
db.users.find({}, { name: 1, _id: 0 });          // 投影
db.users.find().sort({ age: -1 }).limit(10);     // 排序限量

本章小结

MongoDB 用 {} 写条件、$ 操作符改字段，查询三件套是过滤、投影、排序。

第四章 - MongoDB：聚合与索引

聚合管道

db.orders.aggregate([
  { $match: { status: "paid" } },
  { $group: { _id: "$user_id", total: { $sum: "$amount" } } },
  { $sort: { total: -1 } },
  { $limit: 10 }
]);

管道 = $match -> $group -> $sort -> $limit，对应 SQL 的 WHERE + GROUP BY + ORDER BY + LIMIT。

索引

db.users.createIndex({ email: 1 }, { unique: true });
db.users.find({ email: "ada@x.com" }).explain();

本章小结

聚合用管道串起过滤/分组/排序，索引用 createIndex 建、explain 验证。

第五章 - MongoDB：副本集、分片、事务

副本集与分片

{{副本集}}几个节点存同一份数据，主挂自动选新主；{{分片}}把数据按分片键切到多台机器，水平扩展。

副本集: [主] <-> [从] <-> [从]    分片: 数据按 user_id 哈希切到多节点

多文档事务

单文档操作天然原子，跨文档才需要事务，且有性能代价：

const s = db.getMongo().startSession();
s.startTransaction();
try {
  s.getDatabase("shop").accounts.updateOne({ _id: 1 }, { $inc: { balance: -100 } });
  s.getDatabase("shop").accounts.updateOne({ _id: 2 }, { $inc: { balance: 100 } });
  s.commitTransaction();
} catch (e) { s.abortTransaction(); }

本章小结

副本集保高可用、分片保扩展、事务兜底多文档原子——MongoDB 三件套。

第六章 - Couchbase：Key-Value 与 N1QL

多模型：既能 KV，也能 SQL

Couchbase 同一份数据，能用 key 直接取（最快），也能用 N1QL 用 SQL 语法查：

collection.get("u1")          # Key-Value：O(1) 直达

SELECT name, age FROM `travel` WHERE age > 28;   -- N1QL：SQL 查 JSON

N1QL 查询

SELECT name, address.city FROM `travel` WHERE address.city = '北京';
SELECT user_id, SUM(amount) AS total
FROM `travel` WHERE status = 'paid'
GROUP BY user_id HAVING SUM(amount) > 50 ORDER BY total DESC;

点号 address.city 直接穿透嵌套字段，不用 JOIN。

本章小结

Couchbase 是"内存版的多模型"：KV 直达最快，N1QL 让会 SQL 的人直接上手。

第七章 - Couchbase：索引、内存优先、集群

二级索引（GSI）

CREATE INDEX idx_age ON `travel`(age);
EXPLAIN SELECT name FROM `travel` WHERE age > 28;

内存优先 + 持久化

数据常驻内存换极低延迟，异步落盘保持久化；副本保高可用，XDCR 跨数据中心容灾。

写入 -> 内存（快）-> 异步落盘
集群: [主] [副本] [副本]    XDCR: 机房A <-> 机房B

本章小结

Couchbase 内存优先换低延迟，GSI 索引加速 N1QL，副本 + XDCR 保高可用。

第八章 - MongoDB vs Couchbase 对比

一句话选型

要生态大、文档灵活选 {{MongoDB}}；要极低延迟 + 还想写 SQL，选 {{Couchbase}}。

本章小结

MongoDB 胜在生态和灵活性，Couchbase 胜在内存低延迟和多模型。

第九章 - 用 Python 连接两者

MongoDB：pymongo

from pymongo import MongoClient
client = MongoClient("mongodb://localhost:27017")
users = client.shop.users
users.insert_one({"name": "Ada", "age": 28})
print(users.find_one({"name": "Ada"}))

Couchbase：couchbase SDK

from couchbase.cluster import Cluster
from couchbase.options import ClusterOptions
from couchbase.auth import PasswordAuthenticator

cluster = Cluster("couchbase://localhost",
                  ClusterOptions(PasswordAuthenticator("admin", "password")))
col = cluster.bucket("travel").default_collection()
col.upsert("u1", {"name": "Ada", "age": 28})
print(col.get("u1").content_as[dict])

本章小结

pymongo 连 MongoDB、couchbase SDK 连 Couchbase——都是"连客户端 -> 选库 -> 选集合 -> 增删改查"。

第十章 - 什么时候用文档数据库

适合

• 结构经常变：用户画像、商品详情、配置数据。
• 数据天然嵌套：订单里带一堆商品。
• 快速迭代，不想先定死表结构。

不适合

• 大量复杂 JOIN、强事务一致性 -> 关系型。
• 纯高频点查缓存 -> Redis 更快。

本章小结

文档数据库赢在灵活和嵌套；要强关联选 SQL，要极致速度的纯缓存选 Redis。

总结

• 核心回顾：文档数据库存 JSON 文档，灵活是卖点；MongoDB 靠聚合管道和最大生态，Couchbase 靠内存优先 + N1QL 多模型；两者都是库->集合->文档，用 Python SDK 连接；副本/分片/索引/事务是共同的基础设施。
• 学习路线：先本地 mongosh 练 MongoDB -> 再用 Docker 起 Couchbase 对比 -> 最后各写一个增删改查脚本。
• 推荐练习：① 用同一份"用户 + 订单"数据，分别在 MongoDB 和 Couchbase 里建模、查询；② 给两者建索引，用 explain 对比；③ 用 Python 各写一个 CRUD 脚本。