C#与MongoDB.Driver实战指南：从零掌握文档查询的核心技巧

一、为什么需要关注MongoDB查询操作？

假设你有一个装满杂物的储物间（MongoDB数据库），每次找东西（查询文档）都要翻箱倒柜。MongoDB.Driver就像是一套智能标签系统，帮你快速定位目标物品。作为C#开发者，掌握这个工具能让你在NoSQL领域游刃有余。

二、环境准备与基础连接

技术栈：C# 10 + MongoDB.Driver 2.19.1 + MongoDB 6.0

// 创建MongoClient实例（连接池已自动启用）
var client = new MongoClient("mongodb://localhost:27017");

// 获取数据库和集合对象
var database = client.GetDatabase("shopDB");
var collection = database.GetCollection<Product>("products");

/* 注释说明：
   1. Product是自定义的C#类，需与集合文档结构对应
   2. 连接字符串支持副本集、分片集群等复杂配置
*/

三、六大核心查询操作详解

3.1 基础查询：获取所有文档
// 查询所有价格大于100的商品
var filter = Builders<Product>.Filter.Gt(p => p.Price, 100);
var results = await collection.Find(filter).ToListAsync();

/* 等效MongoDB原生查询：
   { "price" : { "$gt" : 100 } }
*/
3.2 精确查询与投影
// 只获取名称和库存字段
var projection = Builders<Product>.Projection
    .Include(p => p.Name)
    .Include(p => p.Stock);
    
var items = collection.Find(_ => true)
    .Project<Product>(projection)
    .Limit(10);
3.3 复合条件查询
// 组合查询：品类为电子，且评分4星以上
var complexFilter = Builders<Product>.Filter.And(
    Builders<Product>.Filter.Eq(p => p.Category, "Electronics"),
    Builders<Product>.Filter.Gte(p => p.Rating, 4.0)
);
3.4 排序与分页
// 按价格降序排列，跳过前20条取10条
var pagedResults = collection.Find(_ => true)
    .SortByDescending(p => p.Price)
    .Skip(20)
    .Limit(10);
3.5 聚合查询
// 统计各品类商品数量
var aggregation = collection.Aggregate()
    .Group(p => p.Category, 
        g => new { Category = g.Key, Count = g.Count() });
3.6 索引提示
// 强制使用name索引
var options = new FindOptions<Product> {
    Hint = "name_1"
};
var withIndex = collection.Find(_ => true, options);

四、典型应用场景剖析

  1. 电商系统：商品的多维度筛选（价格区间、品类、评分）
  2. 日志分析：按时间范围查询错误日志
  3. 社交平台：用户动态的实时分页加载
  4. 物联网系统：传感器数据的聚合统计

五、技术方案优劣对比

优势：

  • 原生BSON支持，避免ORM转换损耗
  • 完善的异步API（async/await）
  • 丰富的查询构建器（强类型Lambda）
  • 官方维护，版本更新及时

局限：

  • 复杂聚合语句学习曲线较陡
  • 事务处理需要副本集支持
  • 缺乏类似EF Core的迁移工具

六、避坑指南与最佳实践

  1. 连接管理：避免频繁创建MongoClient实例
// 错误做法：每次查询都new MongoClient()
// 正确做法：单例复用（线程安全）
  1. 索引策略：为常用查询字段建立组合索引
db.products.createIndex({ "category": 1, "price": -1 })

  1. 数据类型匹配：注意C#的DateTime与MongoDB Date的时区处理

  2. 查询优化：使用Explain()方法分析查询计划

  3. 异常处理：捕获MongoException及其子类

try {
    await collection.InsertOneAsync(newProduct);
} 
catch (MongoWriteException ex) when (ex.WriteError.Code == 11000) {
    // 处理唯一键冲突
}

七、总结与展望

通过MongoDB.Driver，C#开发者可以充分发挥文档数据库的灵活特性。虽然需要适应不同于关系型数据库的思维模式，但其在以下场景表现尤为突出：

  • 快速迭代的需求变更
  • 非结构化数据存储
  • 高并发读取场景
  • 分布式数据存储

未来随着.NET生态与MongoDB的深度整合，期待看到更多如实时变更流、无服务器数据库连接等创新功能的官方支持。建议开发者多关注官方文档更新，掌握第一手技术动态。