语言: English | 简体中文

与 MongoDB 的差异

MiniMongoDB 是机制模型（mechanism model），而不是兼容性实现 （compatibility implementation）。本文档记录了该设计的非目标，以及 M2 及之前引入的较小语义差异。

明确的非目标

• 分片（sharding）、mongos、均衡器行为和分片键；
• 副本集（replica set）网络通信、选举、同步源选择和回滚；
• 多文档 ACID 事务、会话、读/写关注（read/write concern）和多版本并发控制 （MVCC）；
• $lookup、变更流、TTL、文本、通配符、哈希和地理空间索引；
• MongoDB 线路协议（wire protocol）、驱动程序、身份认证、授权和服务器管理；
• 二进制 BSON 兼容性；
• WiredTiger 压缩、页面、缓存淘汰、并发和检查点；
• JavaScript 执行、模式验证、排序规则（collation）、正则表达式和完整 MQL。

里程碑边界

• M1（已实现）： 值/路径语义、CRUD、查询/更新子集、自动 _id、幂等 操作日志（oplog）、日志、检查点、恢复和实验。
• M2（已实现）： 二级/复合/唯一/multikey 索引、前缀感知选择性、 IXSCAN/COLLSCAN 规划、explain 和最小聚合管道。
• M3（未实现）： 封顶/环形操作日志保留，以及到 MiniDist 的复制映射。 现在只有 oplog/capped.py 仍是文档边界。

BSON 与标识差异

• 文档是 Python dict 值，数组是 list 值。支持的标量值为 None、bool、 int/float、字符串和 MiniMongoDB ObjectId。日期、二进制、decimal、regex、 timestamp、MinKey/MaxKey、code 及其他类型会被拒绝。
• 本地跨类型顺序为： null < number < string < document < array < bool < objectId。 它刻意不是完整的 BSON 比较顺序。
• 内嵌文档的精确相等比较将字段插入顺序视为有意义。持久化使用有序键值对 保留该顺序。
• 真实 ObjectId 包含非确定性或由环境派生的材料。MiniMongoDB 的 24 位十六 进制类似物只是一个注入的单调计数器。
• _id 索引会递归转换为带 BSON 类型标签、可哈希的规范键。因此 True 与 1 不同，而数值相等的 int/float 共用一个标识，与本项目的 bson_equal 语义一致。

查询差异

• 仅实现了 $eq（包括隐式相等）、$gt/$gte/$lt/$lte/$ne/$in/$exists/$and/$or/$not。
• 字段级 $not 遵循所支持的 MongoDB 形状子集。MiniMongoDB 还接受顶层逻辑 $not；真实 MongoDB 不支持顶层 $not。这是本项目扩展，不是可移植的 MQL 行为。
• 标量相等和比较会递归检查所存数组的元素。字面量数组相等仍是整个数组的 比较，并且顺序敏感。
• 字面量内嵌文档使用整个值的精确相等比较。请使用点分路径选择单个嵌套字段。
• 真实 MongoDB 的范围谓词通常使用类型界定（type bracketing）。MiniMongoDB 则使用其有文档说明的全局顺序比较所支持的不同类型。
• MongoDB 的 {field: null} 也会匹配缺失字段。MiniMongoDB 区分 null 和 缺失；对缺失字段请使用 $exists: false。
• 不提供 $elemMatch；因此，数组路径上的多个谓词可能由不同元素分别满足。
• find 不提供 projection、sort、skip、limit、cursor、collation 或 regex 选项；即使 IXSCAN 缩小了候选集，它仍按插入顺序返回立即求值的列表。 projection/sort/limit 只作为聚合 stage 提供。

索引与规划器差异

• 二级索引是仅升序的 canonical 有序映射，不是 B-tree。支持点分字段和复合 最左前缀；不支持降序、稀疏、部分、通配符、哈希、文本或地理空间索引。
• 索引键与 _id 使用同一套递归 BSON 标签 canonical 形式。数组递归展开成 逐元素 multikey 条目，同一文档拥有的重复键会去重。
• 当多个被索引字段都是数组时，复合索引会形成笛卡尔积。真实 MongoDB 会拒绝 一个文档中超过一个索引字段为数组的复合 multikey 索引；本微型实现为了显式 展示展开机制而保留乘积。
• 缺失字段使用类似 null 的键。没有 sparse 选项，因此 unique 索引对该 missing/null 键只允许一个文档。
• 创建索引会先验证现有文档，追加持久的 create_index 条目，再发布定义。 定义也进入 checkpoint；文档变更只有在 journal 成功后才更新全部索引。
• 规划器没有统计目录、直方图、计划缓存、索引交集、覆盖查询、排序满足或试运行。 它统计前缀兼容索引的候选所有者，仅当候选数小于集合大小时选择 IXSCAN。
• 安全的 _id 相等查询使用自动 _id_ IXSCAN。由于本教学模型仍允许根 _id 为数组，只要存在这种 id，标量谓词就回退 COLLSCAN，避免丢失 matcher 的 数组元素展开语义。
• explain(query) 是立即求值的集合方法，而不是 cursor 方法。它只报告一个 胜出计划和 keysExamined/docsExamined/nReturned，没有 verbosity 模式、 rejected plans、耗时、yield 或存储指标。

聚合差异

• 只实现 $match/$project/$group/$sort/$limit。$match 复用普通 matcher； 不做管道改写或索引下推。
• $group 支持 _id 与 $sum/$avg/$min/$max/$push。表达式仅限常量、 点分 $field 引用或嵌套文档/list 形状，不提供完整 MongoDB 表达式语言。
• $match、$project、$limit 流式执行；$group、$sort 在内存中物化 输入。不提供 spill、并行、分布式 merge、$lookup、$unwind、窗口函数 或优化器。

更新与 CRUD 差异

• 仅实现了 $set/$unset/$inc/$push/$pull 更新操作符。$push 不提供 $each/$slice/$sort/$position；$pull 接受本地匹配器子集。
• 路径可以创建缺失的字典父级。路径绝不会凭空创建或扩展缺失数组；数字索引 必须已经存在。
• 对数组索引执行 $unset 会写入 None 以保留位置，这与 MongoDB 的实用行为 一致；取消设置文档键则会删除该键。
• 不提供更新插入（upsert）、数组过滤器（array filter）、位置 $ 操作符、 批量写入模式、find-and-modify 变体或写关注（write concern）。
• insert_many 会在任何文档可见之前验证整个批次。被拒绝批次已经消耗的 计数器值不会回滚。
• insert_many、update_many 和 delete_many 不是全有或全无的持久化事务。 insert_many 会先验证所有候选；随后每个批量方法都逐文档准备并提交。如果 第 N 项追加日志失败，之前的项保持持久且可见，第 N 项及后续项保持不可见， 失败的 sequence 不会被消耗，并抛出存储错误。
• 单文档变更仅在单个 Python 进程内是原子的：引擎先构建并验证副本，再进行 交换。不提供并发读写者隔离。

操作日志差异

• MiniMongoDB 为每个受影响的文档生成一个条目（另有索引定义条目），而不是 生成与 MongoDB 字节兼容的操作日志记录。
• 插入/替换记录携带完整文档。更新记录为每个请求的路径携带 $set 和 $unset 后像；$inc、$push 和 $pull 永远不会保留到条目中。
• 当键已经不存在时，删除重放为空操作。插入/替换重放按 _id 收敛。
• 内存操作日志没有边界。封顶保留是 M3 的内容。
• 不提供任期、时间戳、墙上时钟、复制副本标识、多数派提交点、回滚或跨节点 传输。

存储与崩溃差异

• 本地日志将逻辑操作日志条目封装为 4-byte length | payload | 4-byte CRC32。真实 MongoDB 使用 WiredTiger 存储引擎日志，并将其与复制操作日志分离。
• 在文档、_id/二级索引、sequence 或内存 oplog 条目可见之前，追加操作会刷新 并执行 fsync。失败的追加会尽力截断回原边界并抛出存储错误。不提供组提交 （group commit）。
• 只有无效的最终帧会通过截断到最后一个有效前缀来修复。如果后面仍有字节， 在它们之前发生的 CRC/解码失败会引发损坏错误，而不是静默丢弃历史记录。
• 检查点将整个数据库序列化为带标签的 JSON，原子替换一个文件，并在 rename 后对父目录执行 fsync。它不提供独立校验和、页面、压缩、模糊检查点协议 （fuzzy checkpoint protocol）或并发写入协调。
• 启动时加载检查点，并且只重放序列号比快照更新的日志。重放不会递归追加 新记录。
• 公开的 inject_journal_tail_truncation 方法仅用于确定性的教学实验和测试； 它不是数据库管理功能。