前面提到过，MongoDB从4.0开始支持复制集下的多文档事务，从4.2开始支持分片集群下的多文档事务。至此，MongoDB才算是完全支持多文档事务。但这并不代表大家可以毫无节制地使用它，相反，对事务的使用原则应该是：能不用就不用。因为事务的底层实现就是使用锁，而分布式环境下的事务，还有复杂的节点协调机制，额外开销巨大，对性能存在严重的影响。因此，我们应当尽量通过合理的文档设计，来规避使用事务的必要性。

多文档事务

MongoDB的多文档事务可以跨文档、集合以及数据库。当事务提交时，将执行并保存在事务中所做的所有数据更新。如果事务中有任何操作失败，事务中止，事务中所有数据更新操作都将被丢弃。在事务提交之前，事务中的写入或更新操作在事务外部不可见。

MongoDB的事务错误处理机制也不同于关系数据库：

• 当一个事务开始后，如果事务要修改的文档在事务外部被修改过，则事务修改这个文档时会触发Abort错误，因为此时的修改存在冲突，这种情况下，事务终止，应用端需要重做事务。
• 如果一个事务已经开始修改一个文档，在事务以外尝试修改同一个文档，则事务以外的修改会等待事务完成才能继续进行。

MongoDB默认事务隔离级别是读已提交，即事务完成前，事务外的操作对该事务所做的修改不可访问。而事务内部则是可重复读级别，即事务内可以读到该事务内之前的所有修改，这点其实跟关系数据库是一致的。

MongoDB多文档事务的使用方式也与关系数据库非常相似，都是类似的3段式流程：

try (ClientSession clientSession = client.startSession()) { 
        // 开启事务
        clientSession.startTransaction(); 
        // 操作数据
        collection.insertOne(clientSession, docOne); 
        collection.insertOne(clientSession, docTwo); 
        // 提交事务
        clientSession.commitTransaction(); 
} 

最后是使用多文档事务的几点注意事项：

1. MongoDB4.2开始才是全面支持多文档事务，且需要与之匹配的驱动，在使用前请确保使用正确的版本和驱动
2. 在Spring项目中开启多文档事务，与使用MySQL的关系型数据库类似，只需要在合适的位置正确使用注解即可
3. 事务默认在60s内完成，否则将被取消
4. 事务会影响chunk迁移效率，正在迁移的chunk也可能造成事务提交失败(重试即可)
5. 多文档事务中的读操作必须使用主节点读
6. ReadConcern只应该在事务级别设置，不能设置在每次读写操作上

事务操作的最佳实践

连接到 MongoDB

• 总是选择与所用之MongoDB相兼容的驱动程序。这可以很容易地从驱动兼容对照表中查到;
• 使用MongoClient对象连接到MongoDB实例时总是应该保证它单例，并且在整个生命周期中都从它获取其他操作对象。如果使用Spring-Data，则有容器保证；
• 无论对于复制集或分片集，连接字符串中都应尽可能多地提供节点地址，建议全部列出，复制集利用这些地址发现集群成员，分片集群利用这些地址负载均衡；
• 连接字符串中可以配置大部分连接选项，建议总是在连接字符串中配置这些选项。

// 连接到复制集 
mongodb://节点1,节点2,节点3.../database?[options]
// 连接到分片集 
mongodb://mongos1,mongos2,mongos3.../database?[options] 

常见的连接字符串参数有：

• maxPoolSize：连接池大小
• MaxWaitTime：自动杀掉太慢的查询
• WriteConcern：建议majority保证数据安全
• ReadConcern：通常建议保持默认，对于数据一致性要求高的场景适当使用

不要在mongos前面使用负载均衡

基于前面提到的原因，驱动已经知晓在不同的mongos之间实现负载均衡，而复制集则需要根据节点的角色来选择发送请求的目标。如果在mongos或复制集上层部署负载均衡:

• 驱动会无法探测具体哪个节点存活，从而无法完成自动故障恢复;
• 驱动会无法判断游标是在哪个节点创建的，从而遍历游标时出错;

因此，不要在mongos或复制集上层放置负载均衡器，让驱动处理负载均衡和自动故障恢复。

查询以及索引

• 每一个查询都必须要有对应的索引
• 使用projection来减少返回到客户端的的文档的内容
• 尽量使用覆盖索引Covered Indexes(可以避免读数据文件)

写入

• 在update语句里只包括需要更新的字段
• 尽可能使用批量插入来提升写入性能
• 使用TTL自动过期日志类型的数据

文档结构

• 防止使用太长的字段名(浪费空间)
• 防止使用太深的数组嵌套(超过2层操作比较复杂)
• 不使用中文，标点符号等非拉丁字母作为字段名

分页问题

• 尽可能不要计算总页数，特别是数据量大和查询条件不能完整命中索引时
• 避免使用skip/limit形式的分页，特别是数据量大的时候

事务

• 无论何时，事务的使用总是能避免则避免
• 模型设计先于事务，尽可能用模型设计规避事务
• 不要使用过大的事务(尽量控制在1000个文档更新以内)
• 当必须使用事务时，尽可能让涉及事务的文档分布在同一个分片上，这将有效地提高效率

除了前面的连接字符串和负载相关的内容，有没有发现，这些最佳实践其实也适用于MySQL等关系数据库，甚至它们在原理上都是类似的，比如分页问题，在MySQL(innodb)中计算count也是一样的耗时；数据量大时，skip一个很大的页码页非常慢。再比如事务问题，都是尽量不使用事务，如必须使用也需要尽量缩小事务的范围。

本文内容参考：极客时间 - MongoDB高手课，对原课程中的相关内容作了增补