MongoDB 集成

约 807 字大约 3 分钟

布欧-Lewyon

2026-05-16

MongoDB 是主流文档型 NoSQL 数据库，适合灵活 Schema、快速迭代和高写入吞吐的场景。Spring Data MongoDB 提供与 JPA 相似的 Repository 抽象。

起步依赖

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-mongodb</artifactId>
</dependency>

spring:
  data:
    mongodb:
      uri: mongodb://localhost:27017/mydb
      # 或分项配置：
      # host: localhost
      # port: 27017
      # database: mydb
      # username: user
      # password: ${MONGO_PASSWORD}

实体映射

@Document(collection = "users")  // 对应 MongoDB 集合
public class User {

    @Id
    private String id;            // MongoDB 使用 String 或 ObjectId

    @Field("user_name")
    private String userName;

    private Integer age;

    @Field("created_at")
    private LocalDateTime createdAt;

    // 嵌套文档
    private Address address;

    // getter / setter
}

public class Address {
    private String city;
    private String street;
}

Repository

public interface UserRepository extends MongoRepository<User, String> {

    // 方法名查询
    List<User> findByUserName(String userName);

    List<User> findByAgeGreaterThanEqual(Integer age);

    // JSON 查询（支持 MongoDB JSON 查询语法）
    @Query("{ 'address.city': ?0 }")
    List<User> findByCity(String city);
}

@Service
public class UserService {

    private final UserRepository userRepository;

    public UserService(UserRepository userRepository) {
        this.userRepository = userRepository;
    }

    public User save(User user) {
        if (user.getCreatedAt() == null) {
            user.setCreatedAt(LocalDateTime.now());
        }
        return userRepository.save(user);
    }

    public List<User> findByAgeRange(int min, int max) {
        return userRepository.findByAgeGreaterThanEqual(min);
    }
}

MongoTemplate（灵活查询）

对于复杂聚合管道（Aggregation Pipeline），使用 MongoTemplate：

@Service
public class ReportService {

    private final MongoTemplate mongoTemplate;

    public ReportService(MongoTemplate mongoTemplate) {
        this.mongoTemplate = mongoTemplate;
    }

    public List<UserAgeStat> ageStatistics() {
        Aggregation agg = Aggregation.newAggregation(
            Aggregation.group("age").count().as("count"),
            Aggregation.sort(Sort.Direction.DESC, "count"),
            Aggregation.limit(10)
        );

        AggregationResults<UserAgeStat> results = mongoTemplate.aggregate(
                agg, "users", UserAgeStat.class);
        return results.getMappedResults();
    }
}

地理空间查询

MongoDB 原生支持地理空间索引（2dsphere），Spring Data MongoDB 封装了 NearQuery：

// 集合需创建 2dsphere 索引
// db.places.createIndex({ location: "2dsphere" })

@Document(collection = "places")
public class Place {
    @Id
    private String id;
    private String name;

    @GeoSpatialIndexed(type = GeoSpatialIndexType.GEO_2DSPHERE)
    private GeoJsonPoint location;    // { type: "Point", coordinates: [lng, lat] }
}

public interface PlaceRepository extends MongoRepository<Place, String> {
    // 附近查询（Spring Data MongoDB 3.x+）
    List<Place> findByLocationNear(Point point, Distance distance);
}

// 使用 MongoTemplate + NearQuery
NearQuery query = NearQuery.near(116.397, 39.908, Metrics.KILOMETERS)
        .maxDistance(5)
        .spherical(true);
GeoResults<Place> results = mongoTemplate.geoNear(query, Place.class);

MySQL vs MongoDB 选型

对比维度	MySQL（关系型）	MongoDB（文档型）
Schema	固定表结构	灵活 JSON 文档
查询	SQL + JOIN	类 JSON 查询 + 聚合管道
事务	强 ACID（支持跨表）	文档级 ACID（4.0+ 支持多文档事务）
索引	B+ 树	B+ 树 + 地理空间 + TTL + 文本
水平扩展	分库分表（中间件）	原生分片（Sharding）
写入性能	中等（事务开销）	高（无 JOIN、无 Schema 校验）

选型建议：

强一致性、复杂关联查询 → MySQL/PostgreSQL
灵活 Schema、高写入量、文档为主 → MongoDB
混合：核心数据（订单、账户）用关系型，日志/配置/地理数据用 MongoDB

小结

spring-boot-starter-data-mongodb 自动配置 MongoTemplate 和 MongoRepository。
Repository 方法名查询、@Query JSON 查询、聚合管道三种查询手段覆盖绝大多数场景。
地理空间搜索是 MongoDB 的差异化优势——NearQuery + 2dsphere 索引。
选型：MongoDB 适合 Schema 灵活、高写入、文档型场景；关系型数据库适合强一致性、多表关联。
易错：MongoDB 默认没有事务——跨文档操作需要用 @Transactional（需 MongoDB 4.0+ 副本集）。_id 字段类型为 String 时，保存时必须手动赋值，否则 MongoDB 会自动生成 ObjectId。嵌套文档的字段名使用 @Field 指定列名，否则序列化字段名与 Java 属性名一致。
思考任务：启动本地 MongoDB，创建一个 User 集合，用 MongoRepository 实现按年龄范围查询和按城市聚合统计。

上一节：数据库迁移

下一节：缓存