⚡

数据库技能Skill databases

该技能专注于MongoDB和PostgreSQL数据库的管理与操作，涵盖数据建模、查询编写、性能优化、索引管理、数据库迁移、备份恢复策略等关键方面。适用于数据库管理员、后端开发者和数据工程师，提升数据库处理效率和系统稳定性。关键词：MongoDB, PostgreSQL, 数据库管理, 查询优化, 数据建模, 性能调优

数据工程 0 次安装 0 次浏览 更新于 3/15/2026

name: databases description: 使用MongoDB（文档数据库，BSON文档，聚合管道，Atlas云）和PostgreSQL（关系型数据库，SQL查询，psql CLI，pgAdmin）。在以下情况下使用：设计数据库模式、编写查询和聚合、优化索引性能、执行数据库迁移、配置复制和分片、实施备份和恢复策略、管理数据库用户和权限、分析查询性能或管理生产数据库。 license: MIT

数据库技能

统一指南，用于处理MongoDB（面向文档）和PostgreSQL（关系型）数据库。根据您的用例选择合适的数据库，并掌握这两个系统。

何时使用此技能

在以下情况下使用：

  • 设计数据库模式和数据模型
  • 编写查询（SQL或MongoDB查询语言）
  • 构建聚合管道或复杂连接
  • 优化索引和查询性能
  • 实施数据库迁移
  • 设置复制、分片或集群
  • 配置备份和灾难恢复
  • 管理数据库用户和权限
  • 分析慢查询和性能问题
  • 管理生产数据库部署

数据库选择指南

选择MongoDB时：

  • 模式灵活性：频繁结构变化、异构数据
  • 文档中心：自然的JSON/BSON数据模型
  • 水平扩展：需要在多个服务器间分片
  • 高写入吞吐量：物联网、日志记录、实时分析
  • 嵌套/分层数据：首选嵌入文档
  • 快速原型设计：无需迁移的模式演进

最适合： 内容管理、目录、物联网时间序列、实时分析、移动应用、用户配置文件

选择PostgreSQL时：

  • 强一致性：关键ACID事务
  • 复杂关系：多对多连接、引用完整性
  • SQL需求：团队专业知识、报告工具、BI系统
  • 数据完整性：严格模式验证、约束
  • 成熟生态系统：广泛工具、扩展
  • 复杂查询：窗口函数、CTE、分析工作负载

最适合： 金融系统、电子商务交易、ERP、CRM、数据仓库、分析

两者都支持：

  • JSON/JSONB存储和查询
  • 全文搜索功能
  • 地理空间查询和索引
  • 复制和高可用性
  • ACID事务（MongoDB 4.0+）
  • 强大安全功能

快速开始

MongoDB设置

# Atlas（云）- 推荐
# 1. 在mongodb.com/atlas注册
# 2. 创建M0免费集群
# 3. 获取连接字符串

# 连接
mongodb+srv://user:pass@cluster.mongodb.net/db

# Shell
mongosh "mongodb+srv://cluster.mongodb.net/mydb"

# 基本操作
db.users.insertOne({ name: "Alice", age: 30 })
db.users.find({ age: { $gte: 18 } })
db.users.updateOne({ name: "Alice" }, { $set: { age: 31 } })
db.users.deleteOne({ name: "Alice" })

PostgreSQL设置

# Ubuntu/Debian
sudo apt-get install postgresql postgresql-contrib

# 启动服务
sudo systemctl start postgresql

# 连接
psql -U postgres -d mydb

# 基本操作
CREATE TABLE users (id SERIAL PRIMARY KEY, name TEXT, age INT);
INSERT INTO users (name, age) VALUES ('Alice', 30);
SELECT * FROM users WHERE age >= 18;
UPDATE users SET age = 31 WHERE name = 'Alice';
DELETE FROM users WHERE name = 'Alice';

常见操作

创建/插入

// MongoDB
db.users.insertOne({ name: "Bob", email: "bob@example.com" })
db.users.insertMany([{ name: "Alice" }, { name: "Charlie" }])

-- PostgreSQL
INSERT INTO users (name, email) VALUES ('Bob', 'bob@example.com');
INSERT INTO users (name, email) VALUES ('Alice', NULL), ('Charlie', NULL);

读取/查询

// MongoDB
db.users.find({ age: { $gte: 18 } })
db.users.findOne({ email: "bob@example.com" })

-- PostgreSQL
SELECT * FROM users WHERE age >= 18;
SELECT * FROM users WHERE email = 'bob@example.com' LIMIT 1;

更新

// MongoDB
db.users.updateOne({ name: "Bob" }, { $set: { age: 25 } })
db.users.updateMany({ status: "pending" }, { $set: { status: "active" } })

-- PostgreSQL
UPDATE users SET age = 25 WHERE name = 'Bob';
UPDATE users SET status = 'active' WHERE status = 'pending';

删除

// MongoDB
db.users.deleteOne({ name: "Bob" })
db.users.deleteMany({ status: "deleted" })

-- PostgreSQL
DELETE FROM users WHERE name = 'Bob';
DELETE FROM users WHERE status = 'deleted';

索引

// MongoDB
db.users.createIndex({ email: 1 })
db.users.createIndex({ status: 1, createdAt: -1 })

-- PostgreSQL
CREATE INDEX idx_users_email ON users(email);
CREATE INDEX idx_users_status_created ON users(status, created_at DESC);

参考导航

MongoDB参考

PostgreSQL参考

Python工具

在scripts/中的数据库实用程序脚本：

  • db_migrate.py - 为两个数据库生成和应用迁移
  • db_backup.py - 备份和恢复MongoDB和PostgreSQL
  • db_performance_check.py - 分析慢查询并推荐索引
# 生成迁移
python scripts/db_migrate.py --db mongodb --generate "add_user_index"

# 运行备份
python scripts/db_backup.py --db postgres --output /backups/

# 检查性能
python scripts/db_performance_check.py --db mongodb --threshold 100ms

主要差异总结

功能 MongoDB PostgreSQL
数据模型 文档（JSON/BSON） 关系型（表/行）
模式 灵活、动态 严格、预定义
查询语言 MongoDB查询语言 SQL
连接 $lookup（有限） 原生、优化
事务 多文档（4.0+） 原生ACID
扩展 水平（分片） 垂直（主）、水平（扩展）
索引 单列、复合、文本、地理等 B树、哈希、GiST、GIN等

最佳实践

MongoDB：

  • 对一对少关系使用嵌入文档
  • 对一对多或多对多关系引用文档
  • 索引频繁查询的字段
  • 使用聚合管道进行复杂转换
  • 在生产中启用身份验证和TLS
  • 使用Atlas进行托管托管

PostgreSQL：

  • 将模式规范化为3NF，为性能反规范化
  • 使用外键确保引用完整性
  • 索引外键和频繁过滤的列
  • 使用EXPLAIN ANALYZE优化查询
  • 定期进行VACUUM和ANALYZE维护
  • 为Web应用使用连接池（pgBouncer）

资源