NoSQL 与搜索 / 系统课时
使用 Schema Validation 约束数据
使用 Schema Validation 约束数据
MongoDB 的灵活文档模型不等于放弃约束。本篇把订单集合的字段类型、必填项和跨字段业务规则落到数据库校验器,并给出从兼容旧数据到严格拒绝非法写入的渐进收紧方法。
学习目标
- 使用
$jsonSchema约束 BSON 类型、必填字段、枚举和数组元素。 - 使用
$expr表达 JSON Schema 难以描述的跨字段业务关系。 - 根据存量数据质量选择
validationLevel与validationAction,安全收紧规则。
把结构规则放进集合校验器
Schema Validation 在写入边界检查文档,而不是依赖每个调用方各自实现一套校验。适合稳定放进数据库的规则包括字段是否存在、BSON 类型、枚举范围、数值下限以及嵌套对象结构;展示文案、权限判断等应用逻辑仍应留在业务层。
下面创建 orders 集合:$jsonSchema 负责结构,$expr 负责“已支付订单金额必须大于 0”的跨字段关系。示例可直接在 mongosh 中执行。
db.orders.drop();
db.createCollection("orders", {
validator: {
$and: [
{
$jsonSchema: {
bsonType: "object",
required: ["orderNo", "status", "total", "items"],
properties: {
orderNo: { bsonType: "string" },
status: { enum: ["PENDING", "PAID", "CANCELLED"] },
total: {
bsonType: ["int", "long", "double", "decimal"],
minimum: 0
},
items: {
bsonType: "array",
minItems: 1,
items: {
bsonType: "object",
required: ["sku", "qty"],
properties: {
sku: { bsonType: "string" },
qty: { bsonType: ["int", "long"], minimum: 1 }
}
}
}
}
}
},
{
$expr: {
$or: [
{ $ne: ["$status", "PAID"] },
{ $gt: ["$total", 0] }
]
}
}
]
},
validationLevel: "strict",
validationAction: "error"
});
const ok = db.orders.insertOne({
orderNo: "A-1001",
status: "PAID",
total: 128,
items: [{ sku: "KB-01", qty: 1 }]
});
print(ok.acknowledged);
try {
db.orders.insertOne({
orderNo: "A-1002",
status: "PAID",
total: 0,
items: [{ sku: "KB-01", qty: 1 }]
});
} catch (e) {
print(e.code);
print(e.message.includes("Document failed validation"));
}预期输出:
true
121
true错误码 121 表示文档未通过校验。第一个订单同时满足结构和业务约束;第二个订单结构合法,但因为 status 为 PAID 且 total 不大于 0,被 $expr 拒绝。

区分结构约束和业务约束
$jsonSchema 最适合描述单个字段或嵌套结构本身,例如 required、bsonType、enum、minimum。当规则需要同时读取多个字段时,用 $expr 更直接,例如结束时间不得早于开始时间、折后价不得高于原价、某状态下必须满足额外数值条件。
数据库校验应优先承载“不满足就不应存在于集合中”的不变量。频繁变化的营销规则、依赖外部服务的判断或用户权限不适合塞进 validator,否则规则难以演进,也会把写入路径和应用上下文耦合起来。
渐进收紧存量集合
已有集合往往包含历史脏数据,直接启用 strict + error 可能让正常更新突然失败。更稳妥的顺序是先观察,再修复,最后强制。moderate 可避免用新规则阻断对既有无效文档的普通更新,warn 则允许写入继续进行,便于先评估影响面。
片段示例:以下命令承接前面已经创建的 orders 集合。实际迁移中,两次切换之间应先修复存量数据并观察一段时间,而不是连续执行。
const observe = db.runCommand({
collMod: "orders",
validationLevel: "moderate",
validationAction: "warn"
});
print(observe.ok);
// 完成存量修复并确认新写入已稳定满足规则后,再收紧。
const enforce = db.runCommand({
collMod: "orders",
validationLevel: "strict",
validationAction: "error"
});
print(enforce.ok);预期输出:
1
1validationAction: "warn" 适合迁移观察期,但不能当作最终数据质量保障;strict + error 才会把规则变成强制写入门禁。批量修复或受控导入若确需绕过验证,应把绕过能力限制在专用运维流程中,避免业务代码长期依赖它。
验证规则是否真的覆盖风险
上线前至少验证三类样本:完全合法的正常文档、缺字段或类型错误的结构非法文档、结构正确但违反跨字段关系的业务非法文档。只测试“能写进去”不足以证明规则有效,必须确认预期失败的写入确实被拒绝。
如果规则升级后出现大量失败,先区分是历史数据不兼容、调用方仍发送旧结构,还是 validator 本身写得过严。Schema Validation 的价值在于把稳定的数据不变量统一压到数据库边界,同时给模型演进保留可观察、可回退的收紧过程。