不能照搬外键思维,必须按读写模式决定嵌入还是引用——90%的迁移失败因未厘清“谁查得多、谁改得多、数据量多大”;嵌入适用于小而稳、常连读的子数据,引用适用于量大、独立或共享的数据。

直接结论:不能照搬外键思维,必须按读写模式决定嵌入还是引用——90% 的迁移失败,卡在没想清楚“这条数据谁查得多、谁改得多、有多大”。
嵌入式(embedding)适合什么场景
当“多”的一方数据量小、更新频率低、且几乎总和“一”一起被读取时,直接塞进父文档最省事。比如用户基本信息 + 最近 3 条登录记录、商品主信息 + 少量 SKU 规格、设备元数据 + 当前状态快照。
- 单次
find()拿到全部数据,避免$lookup或 N+1 查询 - 写操作原子:用
$push、$set更新整个子数组,不用跨集合事务 - 但必须盯死文档大小——BSON 有
16MB硬上限,别让数组无节制增长 - 如果“多”的数据未来可能超 100 条,或要单独建索引、做分页查询,嵌入就是埋雷
引用式(referencing)什么时候必须用
当“多”的一方数据量不可控、独立生命周期长、或需要被多个“一”共享时,必须拆成独立集合,用 _id 或业务字段(如 user_id)关联。
- 典型例子:用户 → 订单、文章 → 评论、设备 → 上报日志
- 订单数可能上万,每条都要查物流、退款、优惠券明细——嵌入会导致单文档膨胀、查询变慢、备份压力大
- 注意
foreignField类型要和localField严格一致(比如都是ObjectId或都是字符串),否则$lookup查不到 - MySQL 迁移时常见坑:
INT主键直接当字符串存进user_id字段,结果 MongoDB 当成string,而原_id是ObjectId,关联就断了
迁移时怎么判断该嵌入还是该引用
别凭感觉,拿三组真实查询日志看:
- 查“用户详情”时,是否 95% 以上带了“最近 5 笔订单”?→ 嵌入
- 查“某天所有已完成订单”时,是否要按用户分组统计?→ 必须引用,且要在
orders集合给status和created_at建复合索引 - “订单”本身有没有被其他系统(如风控、对账)单独消费?→ 引用,否则耦合太重
- 原 MySQL 表里这个“多”字段是否加了
FOREIGN KEY并频繁JOIN?那大概率该引用,MongoDB 不支持级联删除,得靠应用层兜底
最容易被忽略的细节
嵌入不是把整张 MySQL 子表 dump 进去就完事;引用也不是简单加个 user_id 字段就高枕无忧。
- 嵌入时字段命名要收敛:别混用
order_items、items、products,统一用line_items这类语义清晰的复数名词 - 引用时务必补全缺失的索引:只在
orders.user_id建索引不够,如果常按status+user_id查,就得建{ user_id: 1, status: 1 } - 迁移脚本里处理 NULL 外键:MySQL 的
user_id = NULL到 MongoDB 得转成缺失字段或显式null,否则$lookup会静默跳过 - 时间字段别漏时区:MySQL 可能存的是
TIMESTAMP(带时区),MongoDB 默认存ISODate(UTC),迁移后查“今天订单”可能少半天


















