Spring Boot 集成 MongoDB：处理 Java 非关系型数据

关键词：Spring Boot、MongoDB、非关系型数据库、数据集成、Java 开发、Spring Data MongoDB、NoSQL

简介： 这篇文章小编将将带你一步步探索 怎样用 Spring Boot 集成 MongoDB，处理 Java 全球的非关系型数据。我们会从“ 何故需要非关系型数据库”讲起，用“开超市”的故事类比 MongoDB 的核心概念，再手把手教你配置环境、编写代码， 最后通过“宠物医院管理 体系”实战案例，让你彻底掌握从数据建模到复杂查询的全流程。即使你是数据库新手，也能轻松 领会！

---

背景介绍

目的和范围

在传统 Java 开发中，关系型数据库（如 MySQL）是 完全主角，但当我们遇到“数据结构频繁变化”“需要高并发写入”或“存储半结构化数据（如 JSON）”的场景时，关系型数据库的“强表结构约束”反而成了累赘。 这篇文章小编将将聚焦 Spring Boot 与 MongoDB 的集成，教你 怎样利用非关系型数据库的灵活性，解决 Java 应用中的新型数据存储 难题。

预期读者

有基础的 Java 开发者（会写 Spring Boot 简单接口） 对数据库有初步了解，但想尝试 NoSQL 的新手 遇到数据结构灵活需求（如日志、用户行为记录）的后端工程师

文档结构概述

这篇文章小编将从“生活场景类比”切入，先讲 MongoDB 核心概念（文档、 、数据库），再拆解 Spring Boot 集成的关键步骤（依赖、配置、代码）， 最后通过“宠物医院管理 体系”实战，演示增删改查、复杂查询等操作。 小编觉得会 拓展资料适用场景，并给出未来 动向 思索。

术语表

术语 解释（用“开超市”类比）

MongoDB	像一个“超级仓库”，可以存放各种包装（结构）的商品，不需要提前规划货架（表结构）。
文档（Document）	类似“商品小包装”，用 JSON 格式描述具体商品（如 {名称: 苹果, 价格: 5}）。
（Collection）	类似“商品大类货架”，存放同一类但包装可能不同的商品（如“水果架”里可能有苹果、香蕉的不同包装）。
Spring Data MongoDB	像“仓库管理员助手”，帮你自动生成操作 MongoDB 的代码，不用手写 SQL。

---

核心概念与联系：用“开超市” 领会 MongoDB

故事引入：小明的社区超市

小明开了一家社区超市，最初卖的商品很单一（只有饮料），他用 Excel 表格（关系型数据库）记录商品：列是“名称、价格、库存”，每行是具体商品。但后来他开始卖生鲜（蔬菜、肉类）、日用品（纸巾、牙刷），发现 Excel 的 难题来了：

蔬菜需要“保质期”列，肉类需要“产地”列，日用品需要“规格”列，每次新增商品类型都要改表格结构（改表结构），麻烦！ 周末促销时，订单像潮水一样涌来（高并发写入），Excel 卡到没法用（关系型数据库写入性能瓶颈）。

这时，隔壁开便利店的老王推荐他用“灵活仓库”（MongoDB）：不需要提前规划货架（表结构），苹果可以装塑料袋（简单 JSON），香蕉可以装礼盒（嵌套 JSON），甚至可以给榴莲贴个“气味警告”标签（额外字段）。这就是 非关系型数据库（NoSQL） 的魅力——灵活！

核心概念解释（像给小学生讲故事）

概念一：文档（Document）——商品的“小包装”

MongoDB 里最小的数据单位是“文档”，就像超市里的“单个商品包装”。每个文档用类似 JSON 的格式（BSON，MongoDB 扩展的二进制 JSON）存储，例如：

{ "name": "红富士苹果", "price": 5.9, "origin": "山东" }

这个文档记录了一个苹果的信息，你可以 自在添加字段（比如后来发现苹果要标“甜度”，直接加 "sweetness": 12 就行），不需要像 Excel 那样先改列名。

概念二： （Collection）——商品的“大类货架”

多个文档可以组成一个“ ”，就像超市的“水果货架”“日用品货架”。但和 Excel 表格不同， 里的文档不要求结构完全相同！比如“水果货架”里可以同时有：

// 苹果文档（有 origin 字段） { "name": "红富士苹果", "price": 5.9, "origin": "山东" } // 香蕉文档（没有 origin，有 color 字段） { "name": "海南香蕉", "price": 3.5, "color": "电影" }

这就像水果货架上，苹果用塑料袋装（简单结构），香蕉用礼盒装（多一个颜色标签），完全没 难题！

概念三：数据库（Database）——整个超市仓库

多个 组成一个数据库，就像整个超市的仓库。比如“超市数据库”里可能有“水果 ”“日用品 ”“订单 ”等。

核心概念之间的关系（用“超市”类比）

文档 vs ：文档是 的“成员”，就像苹果是水果货架的成员。一个 可以有任意多个文档，且文档结构可以不同。 vs 数据库： 是数据库的“分区”，就像水果货架是超市仓库的分区。一个数据库可以有多个 （货架）。 MongoDB 整体：相当于“支持灵活分区的超级仓库”，而 Spring Data MongoDB 是“仓库管理员的智能助手”，帮你快速找到、修改商品。

核心概念原理和架构的文本示意图

MongoDB 数据库（超市仓库） ├─ 1（水果货架） │ ├─ 文档 1（苹果包装）：{name: "苹果", price: 5.9} │ └─ 文档 2（香蕉包装）：{name: "香蕉", price: 3.5, color: "黄"} └─ 2（日用品货架） └─ 文档 1（纸巾包装）：{name: "纸巾", price: 10, count: 12}

Mer id 流程图：Spring Boot 与 MongoDB 交互流程

graph LR A[Spring Boot 应用] --> B[Spring Data MongoDB 接口] B --> C[MongoTemplate（操作工具）] C --> D[MongoDB 服务] D --> C[返回数据] C --> B[处理 结局] B --> A[返回给业务代码]

---

核心集成步骤：从 0 到 1 配置 Spring Boot + MongoDB

步骤 1：创建 Spring Boot 项目并添加依赖

首先，我们需要一个 Spring Boot 项目。可以用 Spring Initializr 快速生成，记得勾选 下面内容依赖：

Spring Web（用于写接口测试） Spring Data MongoDB（关键！帮我们操作 MongoDB）

最终 pom.xml 中会包含：

<dependencies> <!-- Spring Web --> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-web</artifactId> </dependency> <!-- Spring Data MongoDB --> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-data-mongodb</artifactId> </dependency> </dependencies>

步骤 2：配置 MongoDB 连接信息

在 src/ in/resources/application.properties 中，配置 MongoDB 的连接地址、端口、数据库名：

# MongoDB 服务地址（本地默认端口 27017） spring.data.mongodb.uri=mongodb://localhost:27017/pet_hospital_db

这里的 pet_hospital_db 是我们要使用的数据库名（相当于“宠物医院仓库”）。

步骤 3：定义数据模型（文档类）

假设我们要开发一个“宠物医院管理 体系”，需要存储“宠物信息”，每个宠物的文档可能包含：

id（唯一标识，自动生成） name（宠物名字） type（品种，如“猫”“狗”） age（年龄） owner（主人信息，嵌套文档）

对应的 Java 类（用 @Document 注解标记这 一个 MongoDB 文档）：

import org.springframework.data.annotation.Id; import org.springframework.data.mongodb.core. pping.Document; // @Document 声明这个类对应 MongoDB 的一个 （默认 名是类名小写：pet） @Document(collection = "pets") public class Pet { @Id // 标记为主键，MongoDB 会自动生成 ObjectId private String id; private String name; private String type; private Integer age; // 嵌套文档：主人信息（可以是另一个 Java 类） private Owner owner; // 构造 技巧、Getter、Setter 省略（建议用 Lombok 简化） } // 主人信息类（嵌套文档） class Owner { private String name; private String phone; // Getter、Setter 省略 }

这里有个关键点：MongoDB 支持嵌套文档（类似 JSON 里的对象），对应 Java 里的嵌套类。比如 owner 字段存储的 一个包含 name 和 phone 的小文档。

步骤 4：创建 Repository 接口（数据操作层）

Spring Data MongoDB 提供了 MongoRepository 接口，我们只需要定义一个继承它的接口，就能自动获得增删改查（CRUD） 技巧，不用写任何实现！

import org.springframework.data.mongodb.repository.MongoRepository; import org.springframework.stereotype.Repository; @Repository public inte ce PetRepository extends MongoRepository<Pet, String> { // 自动获得 下面内容 技巧（无需实现）： // save()：保存/更新文档 // findById()：按 ID 查询 // findAll()：查询所有文档 // deleteById()：按 ID 删除 }

这就像“仓库管理员助手”提前帮你准备好了常用工具（找商品、放商品、删商品），你直接用就行！

---

数学模型与数据结构：BSON 怎样存储数据？

MongoDB 使用 BSON（Binary JSON） 格式存储文档，这是 JSON 的二进制扩展，支持更多数据类型（如日期、二进制数据）。例如，一个宠物文档的 BSON 表示（转成 JSON 更直观）：

{ "_id": "650a8b1d0f3d4a2b3c4d5e6f", // MongoDB 自动生成的 ObjectId "name": "小白", "type": "猫", "age": 3, "owner": { "name": "张三", "phone": "13800138000" } }

BSON 的优势是：

高效存储：二进制格式比 JSON 更节省空间（比如数字直接存为二进制，不用转字符串）。 支持更多类型：比如 Date 类型可以直接存储 时刻戳，而 JSON 只能存字符串。

用公式表示文档结构的话，可以看作： 文档 = { 字段 1 : 值 1 , 字段 2 : 值 2 , . . . , 字段 n : 值 n } ext{文档} = { ext{字段}_1: ext{值}_1, ext{字段}_2: ext{值}_2, …, ext{字段}_n: ext{值}_n } 文档={ 字段1​:值1​,字段2​:值2​,…,字段n​:值n​} 其中每个“值”可以是基本类型（字符串、数字）、数组、嵌套文档（子对象）。

---

项目实战：宠物医院管理 体系（CRUD 与复杂查询）

开发环境搭建

本地安装 MongoDB：参考 MongoDB 官方安装指南，启动服务（默认端口 27017）。 安装 MongoDB Compass（可视化工具）：方便查看数据库中的文档。

源代码实现与解读

我们将实现一个 RESTful API，包含 下面内容功能：

POST /pets：添加新宠物 GET /pets/{id}：按 ID 查询宠物 GET /pets/type/{type}：按品种查询宠物（复杂查询） PUT /pets/{id}：更新宠物信息 DELETE /pets/{id}：删除宠物

1. 控制层（Controller）

import org.springframework.web.bind.annotation.*; import java.util.List; @RestController @RequestMapping("/pets") public class PetController { // 注入 Repository（Spring 自动生成实现） private final PetRepository petRepository; public PetController(PetRepository petRepository) { this.petRepository = petRepository; } // 添加宠物 @PostMapping public Pet addPet(@RequestBody Pet pet) { return petRepository.save(pet); // save() 技巧自动插入新文档 } // 按 ID 查询 @GetMapping("/{id}") public Pet getPetById(@PathVariable String id) { return petRepository.findById(id).orElse(null); // 找不到返回 null } // 按品种查询（复杂查询） @GetMapping("/type/{type}") public List<Pet> getPetsByType(@PathVariable String type) { // 这里需要自定义查询 技巧，下面会讲 怎样实现 return petRepository.findByType(type); } // 更新宠物信息 @PutMapping("/{id}") public Pet updatePet(@PathVariable String id, @RequestBody Pet updatedPet) { Pet existingPet = petRepository.findById(id).orElse(null); if (existingPet != null) { // 更新字段（实际项目中建议用 BeanUtils 或 MapStruct） existingPet.setName(updatedPet.getName()); existingPet.setAge(updatedPet.getAge()); existingPet.setOwner(updatedPet.getOwner()); return petRepository.save(existingPet); // save() 技巧自动更新 } return null; } // 删除宠物 @DeleteMapping("/{id}") public void deletePet(@PathVariable String id) { petRepository.deleteById(id); } }

2. 自定义查询 技巧（关键！）

上面的 getPetsByType 技巧调用了 petRepository.findByType(type)，但 PetRepository 接口里并没有这个 技巧。这是 Spring Data MongoDB 的“魔法”——根据 技巧名自动生成查询！

只需在 PetRepository 接口中添加 技巧名，比如：

public inte ce PetRepository extends MongoRepository<Pet, String> { // 技巧名 制度：findBy + 字段名（首字母大写） List<Pet> findByType(String type); }

Spring Data 会自动解析 技巧名 findByType，生成查询条件：{ "type": type }，相当于执行 MongoDB 的 db.pets.find({ type: "猫" })。

3. 更复杂的查询（比如按年龄范围查询）

如果需要查询年龄大于 2 岁的宠物，可以定义：

List<Pet> findByAgeGreaterThan(Integer age);

对应 MongoDB 查询：db.pets.find({ "age": { $gt: 2 } })。

代码解读与分析

save() 技巧：如果文档 ID 不存在（id 为 null），则插入新文档；如果 ID 存在，则更新现有文档（类似 MySQL 的 INSERT OR UPDATE）。 自定义查询 技巧：Spring Data 支持 30+ 种查询关键字（如 GreaterThan、Like、In），覆盖 90% 的常见查询需求，无需写 SQL（或 MongoDB 的 find() 语句）。 嵌套文档查询：如果要查询主人电话是 13800138000 的宠物，可以定义：

List<Pet> findByOwnerPhone(String phone);

对应 MongoDB 查询：db.pets.find({ "owner.phone": "13800138000" })。

---

实际应用场景：MongoDB 适合哪些 Java 项目？

场景 1：日志 体系

假设你要记录用户的操作日志，每条日志可能包含：userId、action（如“登录”“下单”）、timestamp，甚至有的日志需要额外字段（如“下单”日志需要 orderId，“登录”日志需要 deviceType）。用 MongoDB 存储日志的优势：

灵活结构：不需要提前定义所有字段，新增日志类型时不用改表结构。 高写入性能：MongoDB 对写入优化很好，适合每秒上万条的日志写入。

场景 2：实时数据统计

比如电商大促时，需要实时统计“各商品销量”。MongoDB 支持聚合操作（类似 SQL 的 GROUP BY），可以快速统计：

// 统计各品种宠物的数量 Aggregation aggregation = Aggregation.newAggregation( Aggregation.group("type").count().as("count") ); AggregationResults<TypeCount> results = mongoTemplate.aggregate(aggregation, Pet.class, TypeCount.class);

对应 MongoDB 语句：

db.pets.aggregate([ { $group: { _id: "$type", count: { $sum: 1 } } } ])

场景 3：用户行为分析

用户在 App 中的行为（点击、滑动、分享）可能有不同的属性，用 MongoDB 存储这些半结构化数据，方便后续用大数据工具（如 Spark）分析。

---

工具和资源推荐

开发工具

MongoDB Compass：官方可视化工具，支持查看文档、执行查询、可视化聚合操作（强烈推荐！）。 Robo 3T：轻量级 MongoDB 客户端，适合喜欢简洁界面的开发者。

进修资源

官方文档：Spring Data MongoDB Reference（最权威，包含所有查询关键字）。 MongoDB 官方教程：MongoDB University（免费在线课程，从基础到 高 质量）。

---

未来 进步 动向与挑战

动向 1：云原生与多模数据库

MongoDB 近年来推出了 Atlas 云服务，支持自动扩缩容、跨区域 ，完美适配 Kubernetes 等云原生架构。 除了这些之后，MongoDB 5.0+ 支持 时刻序列 （优化 IoT 设备的 时刻序列数据存储）和图查询（支持关联数据的图遍历），从“文档数据库”升级为“多模数据库”，适用场景更广泛。

动向 2：与 Spring 生态深度整合

Spring Boot 3.0 以上版本对 MongoDB 的支持更智能，比如自动配置 SSL 连接、支持反应式编程（ReactiveMongoRepository），适合微服务架构中的异步高并发场景。

挑战：数据一致性与事务

MongoDB 支持多文档事务（4.0+ 版本），但相比关系型数据库的强一致性，在分布式场景下的事务性能仍有挑战。如果你需要“强一致性”（如银行转账），可能还是需要关系型数据库；如果能接受“最终一致性”（如电商下单），MongoDB 是更好的选择。

---

拓展资料：学到了 何？

核心概念回顾

MongoDB：灵活的非关系型数据库，用“文档- -数据库”存储数据，无需固定表结构。 Spring Data MongoDB：Spring 提供的工具，通过 MongoRepository 接口自动生成 CRUD 技巧，简化开发。 BSON：MongoDB 的二进制 JSON 格式，支持嵌套文档和更多数据类型。

概念关系回顾

Spring Boot 应用通过 MongoRepository 调用 MongoTemplate（操作工具），与 MongoDB 服务交互。MongoRepository 就像“翻译官”，把 Java 技巧名翻译成 MongoDB 能 领会的查询语句，让你不用写复杂的数据库操作代码。

---

思索题：动动小脑筋

假设你要开发一个“社交APP”，需要存储用户的“动态”（可能包含文字、图片链接、点赞列表），动态的结构可能经常变化（比如后来要加“位置信息”）。你会选择 MySQL 还是 MongoDB？ 何故？

怎样用 Spring Data MongoDB 实现“查询年龄在 2 到 5 岁之间的宠物”？提示： 技巧名可以用 findByAgeBetween。

如果宠物的主人信息需要单独存储（比如有一个 owners ）， 怎样实现“查询宠物并关联其主人信息”？（提示：MongoDB 支持 $lookup 关联查询，类似 SQL 的 JOIN）

---

附录：常见 难题与解答

Q：启动 Spring Boot 时提示“无法连接 MongoDB” 如何办？ A：检查 application.properties 中的 spring.data.mongodb.uri 是否正确，确保 MongoDB 服务在本地运行（mongod 命令启动），或远程服务地址可访问。

Q： 怎样修改 的默认名称？ A：在 @Document 注解中指定 collection 参数，例如 @Document(collection = "my_pets")。

Q：MongoDB 的 ID 何故是 ObjectId 类型？ A：ObjectId 是 MongoDB 自动生成的 12 字节唯一标识（包含 时刻戳、机器标识、进程 ID、自增计数器），比 UUID 更短且有序，适合高并发场景。

---

扩展阅读 & 参考资料

MongoDB 官方文档 Spring Data MongoDB 官方指南 《MongoDB 权威指南（第 3 版）》—— Kristina Chodorow（经典入门书）