# 基础

MySQL与MongoDB对比：MySQL成熟稳定、支持ACID事务和SQL，适合强一致性及结构化数据（如金融订单），但扩展性有限、需预定义表结构；MongoDB基于BSON存储，读写快、支持复制集和分片扩展、文档模型灵活，适合高并发与多变数据结构，但早期事务支持弱、存储冗余较多。MongoDB核心概念包括数据库、集合、文档，以及复制集与分片架构。PyMongo可完成连接、CRUD和聚合操作。金融案例中，MongoDB用于实时记录交易、统计用户近7天总交易额，并通过聚合管道检测高频异常交易，体现其高并发写入、灵活扩展字段和快速聚合分析的优势。

该文详解了一份Elasticsearch索引配置文件，分为settings和mappings两部分。settings中设置单分片、零副本，并重点介绍analysis文本分析体系：包含同义词过滤器、edge_ngram前缀过滤器，以及用于零件号分割的正则分词器；多个分析器分别面向中文细粒度、中文智能分词+同义词、英文处理、中英混合、零件号精确/前缀搜索等场景。mappings部分说明keyword、text、date等字段类型，并强调multi-field多字段用法（同一title支持全文、精确、前缀检索），以及nested嵌套对象保持数组独立性和flattened扁平类型处理不确定元数据。最后给出编写配置文件的建议：先确定字段类型，再按需设计分析器，最后套用模板。整体是一份面向PLM文档检索场景的ES配置教学指南。

文章介绍了六种常用设计模式及其核心概念与使用场景：单例模式确保类仅有一个实例并提供全局访问点，适用于日志器、数据库连接池等；工厂模式将对象创建延迟到子类，适合创建一系列相关对象；策略模式封装可替换算法，便于运行时选择，如排序或支付方式；观察者模式定义一对多依赖，状态变化自动通知依赖方，适用于事件驱动和订阅发布；装饰器模式在不改变结构的前提下动态扩展功能，常用于日志和权限检查；代理模式控制对象访问，可支持延迟加载和访问控制。掌握这些基础模式有助于提升软件设计能力。