第 39 篇：数据存储——MongoDB 数据库

上一篇我们学习了 MySQL，它是关系型数据库的代表。但在爬虫场景中，数据往往结构不规则、字段经常变化、嵌套层级深——这时候用 MySQL 会很痛苦：频繁改表、处理 NULL、JOIN 复杂……

MongoDB就是为这种场景而生的。它是一款文档型 NoSQL 数据库，数据以 JSON（BSON）形式存储，天然适合爬虫。

本篇我们将系统学习：

• MongoDB 的基本概念与安装；
• Python 驱动pymongo的完整用法；
• CRUD、索引、聚合管道；
• 爬虫场景下的最佳实践；
• 实战项目：把豆瓣 Top 250 存到 MongoDB。

一、为什么选 MongoDB

1.1 什么是 MongoDB

MongoDB 是一个开源的文档型数据库，特点：

• 文档存储：数据是 BSON（Binary JSON）文档，类似于 JSON；
• 灵活模式：同一个集合里的文档可以有不同的字段；
• 高性能：内存映射存储引擎，写入极快；
• 高可用：副本集（Replica Set）；
• 水平扩展