在 MongoDB 中，集合（Collection） 是存储文档的容器，类似于传统关系型数据库中的 表（Table）。集合是一个存储相关文档的结构化单位，而文档则是集合中的数据项。MongoDB 中的集合没有严格的模式要求，意味着集合中的文档可以具有不同的结构。

集合的特点

1. 无模式结构（Schema-less）：

   • 与传统关系型数据库不同，MongoDB 的集合不要求固定的结构。集合中的文档可以有不同的字段，甚至同一个集合中的文档可以有不同的字段组合。
   • 例如，某个集合中的文档可以有字段 name 和 age，而其他文档则可能只有 name 字段，没有 age 字段。这样可以灵活地应对数据结构的变化。

2. 存储文档：

   • 一个集合包含多个文档，每个文档是一个类似 JSON 格式的数据对象。集合中的文档可以有不同的数据类型，如字符串、数字、数组、嵌套文档等。
   • 示例：在一个名为 users 的集合中，可能包含如下文档：

     复制
     1{ "_id": 1, "name": "Alice", "age": 30 }
     2{ "_id": 2, "name": "Bob", "age": 25 }

3. 集合的唯一标识符 _id：

   • 每个文档在 MongoDB 中都有一个 _id 字段，作为文档的唯一标识符。集合中的文档通过 _id 字段来进行唯一标识，默认情况下，MongoDB 会自动为每个文档生成一个唯一的 ObjectId 作为 _id 字段。
   • 例如：{ "_id": ObjectId("60c72b2f5b5f7e2d6a1b2c0d"), "name": "John", "age": 30 }

4. 集合无需预定义结构：

   • 不像关系型数据库需要预定义表结构（如字段名称、数据类型等），MongoDB 中的集合不要求有预先定义的字段或数据类型。每个文档可以有不同的字段，并且这些字段的类型可以变化。
   • 例如，一个集合中的某些文档可能包含 address 字段，而其他文档则不包含这个字段。

5. 集合中的文档顺序和关系：

   • 在 MongoDB 中，集合内的文档没有固定的顺序，除非在查询时使用了排序操作。MongoDB 的集合也没有像关系型数据库表那样的外键约束等关系。
   • 虽然集合中的文档之间没有强制的关系，但可以通过嵌套文档或引用其他集合的方式来设计数据之间的关系。

6. 集合的创建：

   • 在 MongoDB 中，集合通常是在第一次向其插入文档时自动创建的。你也可以手动创建集合，并指定一些选项（如集合大小、索引等）。
   • 示例：使用 MongoDB 的 db.createCollection() 命令可以显式创建集合：

     复制
     1db.createCollection("users")

集合与关系型数据库的表的比较

特性	MongoDB 集合	关系型数据库表
存储单位	存储文档（类似 JSON 格式）	存储行（记录）
结构要求	无模式（Schema-less），文档结构灵活	固定的结构，所有行必须遵循相同的表结构
字段类型	每个文档可以有不同的字段类型	每列字段的数据类型在表中是统一的
关系支持	没有外键和表之间的关系	支持外键、主键、表之间的关系
文档顺序	无固定顺序，除非通过查询排序	行的顺序固定（在没有显式排序的情况下）
索引	可以为集合中的字段创建索引	为表的列创建索引
创建方式	自动创建，或手动创建集合	必须显式定义并创建表

集合的示例

假设我们有一个用于存储用户信息的集合 users。集合中的文档可能如下所示：

1. 文档 1：

   复制
   1{ "_id": 1, "name": "Alice", "age": 30, "email": "alice@example.com" }

2. 文档 2：

   复制
   1{ "_id": 2, "name": "Bob", "age": 25 }

3. 文档 3：

   复制
   1{ "_id": 3, "name": "Charlie", "age": 35, "email": "charlie@example.com", "address": { "city": "New York", "state": "NY" } }

在这个例子中，users 集合中有三个文档，其中每个文档具有不同的字段。Alice 和 Charlie 有 email 字段，而 Bob 没有。Charlie 还包含了一个嵌套的 address 文档。这种灵活的数据结构使得 MongoDB 特别适合于存储和处理多样化的数据。