MongoDB中是否合并文档取决于数据关系和一致性需求:强关联、高频共读写且需原子更新时应嵌入(如订单+订单项),而跨文档强一致性操作(如转账、订单+库存扣减)才必须用事务;嵌入可规避事务开销与快照竞争,但须注意16MB文档限制及写放大风险。

不需要,事务本身不决定是否合并文档;是否合并取决于数据关系和一致性需求——该用嵌入就嵌入,该用事务才用事务。
什么时候必须用事务
跨文档、跨集合的强一致性操作,绕不开事务。比如转账(A扣款 + B入账)、订单创建 + 库存扣减,这两个动作必须全部成功或全部失败。
-
db.getMongo().startSession()是开启事务的前提,不是装饰项 - 事务只在副本集(4.0+)或分片集群(4.2+)上可用,单节点 mongod 不支持
- 事务有默认 60 秒运行时限,超时自动 abort,
maxCommitTimeMS可调但不能无限延长 - 事务内所有操作必须落在同一数据库(分片集群下还要求同一批分片),不能跨库写
什么时候应该把数据塞进一个文档
当多个逻辑实体天然共存、高频一起读写、且更新需原子生效时,嵌入式设计比事务更轻量、更可靠。
- 订单 + 订单项:嵌入后
db.orders.insertOne()一步完成,无需事务 - 用户资料 + 地址列表:地址变更频繁但不独立存在,用数组嵌入比拆成
users和addresses两集合更合理 - 注意文档大小上限是 16MB,别把日志流、大附件硬塞进去
- 如果嵌入后导致单文档频繁重写(如评论数字段被每秒更新),可能引发写放大,这时反而该拆出去用原子操作+计数器
并发写入时事务不是万能解药
高并发场景下滥用事务会快速耗尽 WiredTiger cache 中的快照空间,触发 eviction 风暴,吞吐暴跌——这不是 bug,是设计使然。
- 每笔事务在内存中保留一份快照,1000 TPS × 平均 200ms 持续时间 ≈ 同时活跃 200 个快照
- 嵌入式设计把“多文档事务”降级为“单文档写”,彻底避开 snapshot 竞争
- 真要跨文档协调(如抢购库存),优先考虑
findAndModify或带条件的updateOne,比开事务更高效 - Spring Data MongoDB 的
@Transactional注解底层仍走原生 session,没跳过上述限制
嵌入不是银弹,事务也不是补丁。关键在建模初期就判断:这个“合并”是为了一致性,还是为了方便?前者看数据耦合度,后者往往埋坑。











