多技术领域选择题存储：MongoDB vs RDBMS及MongoDB存储检索方法

一、哪种方案更优？ #

你的核心需求是按特定技术/能力维度检索题目，数据量从数百到数千级，两种方案都能支撑，但差异主要在灵活性和维护成本：

RDBMS（如MySQL、PostgreSQL） #

• 优势：数据结构规整，适合属性固定、要求严格数据一致性的场景。如果你的题目属性（题干、选项、答案、技能标签）不会频繁变更，用RDBMS能保证数据严谨性，关联查询（比如统计某技能下的题目数量）效率稳定。
• 劣势：后续要给题目加新属性（比如难度分级、出题年份）时，必须修改表结构，流程繁琐。技能标签多对多关联需要建中间表，查询时要做JOIN，虽然数据量不大时影响有限，但灵活性远不如MongoDB。

MongoDB #

• 优势：文档型存储天然适配半结构化数据，每道题可直接作为一个独立文档存储，技能标签用数组字段嵌入即可，无需额外中间表。后续加新属性直接在文档里补充，不用改整体结构，灵活性拉满。按技能标签检索的语法简洁，数千级数据量完全无压力。
• 劣势：如果需要复杂的跨维度聚合统计（比如跨多个技能的答题数据交叉分析），MongoDB的聚合查询学习成本比SQL高一点，但你的需求里这类场景应该不多。

结论：如果题目属性可能灵活调整，或者更看重按技能检索的便捷性，选MongoDB更合适；如果数据结构完全固定，且依赖强一致性和复杂SQL查询，RDBMS更稳妥。从你的需求（按技能展示题目、数据量增长到数千）来看，MongoDB的灵活性更匹配。

二、MongoDB的存储与检索实现 #

1. 数据结构设计 #

将每道题作为独立文档，核心字段参考如下：

{
  "_id": ObjectId("60d21b4667d0d8992e610c85"), // MongoDB自动生成的主键
  "question_title": "以下哪个不是Python的内置数据类型？", // 题干
  "options": [
    {"label": "A", "content": "list"},
    {"label": "B", "content": "tuple"},
    {"label": "C", "content": "map"},
    {"label": "D", "content": "dict"}
  ], // 选项列表
  "correct_answer": "C", // 正确答案
  "skills": ["Python基础", "数据类型"], // 关联的技能/能力维度，用数组存储
  "difficulty": "简单", // 可选：后续可扩展的属性
  "user_choices": [ // 可选：存储用户答题记录，也可拆分到独立集合
    {"user_id": "user123", "choice": "C", "submit_time": ISODate("2024-05-20T10:00:00Z")},
    {"user_id": "user456", "choice": "D", "submit_time": ISODate("2024-05-20T10:15:00Z")}
  ]
}

• 关键设计：用skills数组存储关联技能标签，这是实现按技能检索的核心。
• 优化建议：如果用户答题记录较多，建议把user_choices拆成独立集合（比如命名为user_question_answers），结构为{"user_id": "...", "question_id": "...", "choice": "...", "submit_time": "..."}，避免单文档过大，也方便单独查询用户答题记录。

2. 检索操作 #

（1）查询某技能下的所有题目

比如查找关联"Python基础"的题目：

// MongoDB Shell命令
db.questions.find({
  "skills": "Python基础"
})

如果要同时匹配多个技能（如既属于Python基础又属于数据类型）：

db.questions.find({
  "skills": {$all: ["Python基础", "数据类型"]}
})

（2）统计某技能下的题目数量

db.questions.countDocuments({
  "skills": "Python基础"
})

（3）查询某用户在某技能下的答题记录

若用户答题记录存在独立集合，可先查技能对应的题目ID，再关联用户记录：

const questionIds = db.questions.find({skills: "Python基础"}, {_id: 1}).map(doc => doc._id);
db.user_question_answers.find({
  user_id: "user123",
  question_id: {$in: questionIds}
})

也可用聚合管道直接关联查询：

db.user_question_answers.aggregate([
  {$match: {user_id: "user123"}},
  {$lookup: {
      from: "questions",
      localField: "question_id",
      foreignField: "_id",
      as: "question_info"
    }},
  {$match: {"question_info.skills": "Python基础"}},
  {$project: {user_id: 1, choice: 1, submit_time: 1, question_title: "$question_info.question_title"}}
])

3. 性能优化 #

• 给skills字段建索引，加快检索速度：db.questions.createIndex({skills: 1})
• 若用户答题记录较多，给user_id和question_id建复合索引：db.user_question_answers.createIndex({user_id: 1, question_id: 1})

内容的提问来源于stack exchange，提问作者Onlydocs