MongoDB和Cassandra的使用：技术选型、场景适配与优化实践

一、MongoDB与Cassandra的核心技术定位

MongoDB与Cassandra作为NoSQL数据库的代表，分别代表了文档型数据库与宽列数据库的技术路线。MongoDB以灵活的文档模型（BSON格式）和丰富的查询能力著称，适用于需要快速迭代的业务场景；Cassandra则以分布式架构和高写入吞吐量见长，在时序数据、日志存储等场景中表现突出。

1.1 数据模型对比

MongoDB采用文档型存储，每个文档可包含嵌套结构，支持动态字段。例如，一个电商订单文档可包含商品列表、用户信息等嵌套对象：

{
  "orderId": "ORD12345",
  "customer": {
    "name": "张三",
    "address": "北京市朝阳区"
  },
  "items": [
    {"sku": "P001", "quantity": 2},
    {"sku": "P002", "quantity": 1}
  ]
}

Cassandra则采用宽列模型，数据以(rowKey, columnFamily, columnQualifier, value)四元组存储。例如，用户行为日志表结构：

RowKey: user123
ColumnFamily: actions
  - ColumnQualifier: "2023-01-01T10:00:00", Value: "click_buttonA"
  - ColumnQualifier: "2023-01-01T10:00:05", Value: "view_pageB"

1.2 分布式架构差异

MongoDB通过分片集群实现水平扩展，支持范围分片（如按日期分片）和哈希分片。配置示例：

// 启用分片
sh.enableSharding("mydb")
// 按用户ID哈希分片
sh.shardCollection("mydb.users", {userId: "hashed"})

Cassandra采用环形拓扑结构，所有节点地位平等，通过一致性哈希分配数据。其Gossip协议每秒交换节点状态，确保集群一致性。

二、典型应用场景分析

2.1 MongoDB的适用场景

1. 内容管理系统：灵活的文档结构可存储多类型内容，配合全文索引实现快速检索。
2. 实时分析：聚合管道支持复杂分析，如：

   db.sales.aggregate([
   {$match: {date: {$gte: "2023-01-01"}}},
   {$group: {_id: "$region", total: {$sum: "$amount"}}},
   {$sort: {total: -1}}
   ])

3. 物联网数据：嵌套结构适合存储设备元数据与状态信息。

2.2 Cassandra的适用场景

1. 时序数据存储：时间序列优化设计，支持高效时间范围查询。
2. 高写入负载系统：单节点可处理数万写入/秒，适合日志、指标收集。
3. 多数据中心部署：跨数据中心复制延迟低于50ms，支持全球业务。

三、性能优化实践

3.1 MongoDB优化策略

1. 索引设计：复合索引遵循ESF（Equal, Sort, Fetch）原则。例如订单查询优化：

   // 创建复合索引
   db.orders.createIndex({customerId: 1, status: 1, createTime: -1})

2. 读写分离：配置副本集时，将读请求导向从节点：

   // 设置读偏好为secondaryPreferred
   rs.secondaryPreferred()

3. 内存配置：调整WiredTiger缓存大小（默认50%物理内存）：

   # mongod.conf
   storage:
   wiredTiger:
    engineConfig:
      cacheSizeGB: 8

3.2 Cassandra优化策略

1. 数据建模：遵循查询驱动设计，避免多表关联。例如用户会话表：

   CREATE TABLE user_sessions (
   user_id uuid,
   session_start timestamp,
   session_end timestamp,
   device_info text,
   PRIMARY KEY ((user_id), session_start)
   ) WITH CLUSTERING ORDER BY (session_start DESC);

2. 一致性级别选择：根据业务需求调整：

   // Java驱动示例
   Statement query = new SimpleStatement("SELECT * FROM user_sessions")
   .setConsistencyLevel(ConsistencyLevel.QUORUM);

3. 压缩配置：启用LZ4压缩减少存储空间：

   ALTER TABLE user_sessions WITH compression = {
   'sstable_compression': 'LZ4Compressor'
   };

四、开发实践建议

4.1 MongoDB开发要点

1. 批量操作：使用bulkWrite()提升插入效率：

   db.products.bulkWrite([
   {insertOne: {document: {sku: "P003", price: 19.99}}},
   {insertOne: {document: {sku: "P004", price: 29.99}}}
   ])

2. 变更流：实时监听数据变更：

   const changeStream = db.collection('orders').watch();
   changeStream.on('change', (change) => {
   console.log('Order changed:', change);
   });

4.2 Cassandra开发要点

1. 轻量级事务：使用IF条件实现条件更新：

   UPDATE user_accounts 
   SET balance = balance - 100 
   WHERE user_id = 123 
   IF balance >= 100;

2. 二级索引限制：仅适用于低基数字段，高基数字段应考虑物化视图。

五、选型决策框架

评估维度	MongoDB	Cassandra
查询复杂度	高（支持聚合、嵌套查询）	低（仅支持主键查询）
写入吞吐量	1-5万/秒（单节点）	5-10万/秒（单节点）
扩展方式	垂直扩展+分片	纯水平扩展
运维复杂度	中等（需管理分片、索引）	低（无主节点，自动修复）

决策建议：

1. 选择MongoDB当业务需要：

   • 频繁的复杂查询
   • 快速迭代的文档结构
   • 跨文档事务需求

2. 选择Cassandra当业务需要：

   • 超高写入吞吐量
   • 线性扩展能力
   • 多数据中心部署

六、未来趋势展望

MongoDB 6.0引入的时序集合（Time Series Collections）和Cassandra 5.0增强的二级索引功能，正在缩小两者在功能上的差距。开发者应持续关注：

1. MongoDB的查询优化器改进
2. Cassandra的CQL协议扩展
3. 两者在云原生环境中的适配优化

通过深入理解技术特性与业务需求的匹配度，开发者可以在这两个优秀的NoSQL数据库中做出最优选择，构建高效、可靠的分布式系统。