MongoDB这套操作，1986年就有人写好了说明书

1986年的论文，2025年的MongoDB。中间隔了39年，文档数据库的核心理论居然早就被人算透了。

这篇论文叫《非第一范式关系数据库理论》，作者Mark A. Roth。当时关系数据库刚统治世界，所有人都在追求第一范式（1NF）——把数据拆成扁平的二维表，消灭一切嵌套结构。Roth却反着来：嵌套怎么了？嵌套才是自然状态。

MongoDB的工程师可能没读过这篇论文，但他们做出来的东西，几乎就是论文的复刻。

10行变2行：1NF的冗余有多荒唐

Roth在论文里举了个经典例子。假设你要存员工信息：姓名、孩子、技能。按1NF的规矩，孩子和技能得拆成独立表，或者拉成笛卡尔积的扁平表。

结果是10行数据，Smith出现4次，Jones出现6次。孩子的信息重复，技能的信息重复，连员工名字都重复。更新的时候漏改一行？数据就脏了。

非第一范式（¬1NF）直接把结构嵌起来：2个文档，完事。孩子是个数组，技能是个数组，技能下面的考试记录还是个数组。三层嵌套，零冗余。

Roth把这种结构叫"数据库模式"（database scheme）——属性可以是标量（零阶），也可以是关系值（高阶）。听起来像面向对象？1986年还没流行这词。Roth的动机很纯粹：省空间、省操作、符合直觉。

MongoDB的文档模型，本质上就是Roth的"数据库模式"的工业实现。

$unwind、$group、$lookup：论文里的算子活了

Roth的论文不只是定义了数据结构，还设计了一套代数操作。嵌套关系怎么查询？怎么聚合？怎么连接？他全写好了。

MongoDB的聚合管道，几乎一一对应：

$unwind——把嵌套数组展开成扁平流，对应论文的"unnest"操作。$group——按字段聚合，对应"nest"的逆过程。$lookup——跨集合连接，对应嵌套关系的"join"。集合操作（并、交、差）——论文里也有专门的代数定义。

这不是巧合。2010年MongoDB发布聚合框架时，工程师面对的是和Roth相同的问题：怎么在嵌套结构上跑关系代数？Roth的论文提供了现成的数学基础。

一个细节：Roth的论文里，嵌套关系的属性可以是"关系值"（relation-valued），也就是属性本身是个表。MongoDB的数组 of 文档，正好对应这个概念。数组不是事后补丁，是理论的一等公民。

为什么SQL绕了39年的弯路

1NF的暴政持续了几十年。Oracle、MySQL、PostgreSQL，全都把嵌套结构当成异端。JSON字段是后来才加的，而且用起来像二等公民——不能索引、不能高效查询、不能参与连接。

Roth早就指出了1NF的三个问题：冗余存储、更新异常、查询复杂。但SQL的惯性太大。标准委员会、企业客户、遗留系统，层层绑架。直到移动互联网爆发，数据模型越来越像JSON，文档数据库才杀回来。

MongoDB的成功常被说成"开发者体验好"。但这句评价太轻了。它的底层是扎实的代数理论，只是包装成了工程师喜欢的样子。

论文里有个概念叫"V-relation"——值关系，允许属性取空集。MongoDB的稀疏文档、动态模式，正好对应这个设计。不是MongoDB发明了灵活模式，是Roth证明了灵活模式在数学上自洽。

换句话说，MongoDB的"无模式"不是偷懒，是有理论背书的工程选择。

4NF的替代方案：Roth的野心更大

原文标题提到"替代4NF"。这值得展开。

数据库范式从1NF跑到4NF，是为了消除各种异常：插入异常、删除异常、更新异常。但每升一级范式，表就拆得越碎，查询时连接越多。4NF要求消灭多值依赖，实践中往往过度设计。

Roth的路线完全不同：不拆表，改数据结构。用嵌套关系直接表达多值依赖，既保留范式化的好处，又避免连接的代价。

论文里的Figure 3-1，画的是一个嵌套关系模式。把它和MongoDB的集合定义并排放，几乎能逐行对应。ename是标量，Children是文档数组，Skills是嵌套更深的数组。Exams嵌在Skills里，三层深度。

这种结构在SQL里要拆四张表：employees、children、skills、exams。查询一个员工的完整信息？四个JOIN。MongoDB呢？一个find，投影一下就行。

Roth在1986年就证明了：嵌套关系的表达能力不低于扁平关系，而且操作代价更优。但工业界花了30年才跟上。

一个冷知识：对象数据库为什么死了

90年代有过一阵对象数据库热潮，GemStone、ObjectStore、Versant，名字现在都没人记得。它们也想解决嵌套数据的问题，但做法太激进：把内存里的对象图直接持久化，抛弃了关系代数。

结果是查询语言一团糟，优化器做不出来，性能被SQL吊打。Roth的论文其实给过正确答案：保留关系代数，扩展它，而不是扔掉它。

MongoDB的聚合管道就是这条路线。$match、$project、$sort，全是关系操作。只是操作的对象从行变成了文档，从标量变成了嵌套结构。

对象数据库死了，文档数据库活了。区别不在于嵌套不嵌套，而在于有没有扎实的代数基础。Roth的论文提供了这个基础，MongoDB的工程师重新发现了它——或者至少，独立 converged 到了同样的设计。

有个细节挺有意思。Roth的论文引用了一篇1982年的日文论文，作者是K. Tanaka。那篇论文更早提出了非第一范式的想法，但用日语写的，国际学术界没注意到。Roth把它挖出来，用英文重写，搭好了完整的理论框架。

学术圈的传播延迟，和工业圈的采纳延迟，叠加出了39年的时差。

现在的MongoDB工程师，有多少读过Roth的论文？我猜不多。但聚合管道的每一个操作符，都在执行论文里的数学定义。$unwind不是魔法，是unnest。$group不是黑科技，是aggregate with grouping。

这像是建筑工人没读过结构力学，但盖的楼正好符合力学原理。工程直觉和数学理论，有时候会在终点相遇。

1986年的论文，现在还在arXiv上能下到。39页，定义、定理、证明，标准的学术格式。最后一节是"Future Work"，Roth列了几个开放问题：递归查询、完整性约束、分布式实现。

递归查询后来有了$graphLookup。完整性约束MongoDB加了Schema Validation。分布式？那是另一个故事了，CAP定理的战场。

Roth在2000年代初离开了学术界，去了工业界。他的LinkedIn停更在2015年。不知道他有没有用过MongoDB，有没有意识到自己的理论变成了几十亿市值产品的地基。

如果文档数据库早点流行，Roth的名字会不会像Codd一样家喻户晓？历史没有如果。但读他的论文，你能感觉到一种错位：正确的想法，生在了错误的时间。

现在MongoDB的文档里，从来没提过Roth。宣传材料讲"为开发者设计"，讲"灵活的数据模型"，不讲代数、不讲范式、不讲1986年的那篇论文。这也没错，工程师不需要知道理论来源，就像用哈希表不需要知道Knuth。

但知道来源之后，你看MongoDB的眼神会变。那些"自然而然"的设计选择，原来都有出处。$unwind的命名有点怪？unnest更怪，但至少诚实。数组嵌套的限制、聚合管道的执行顺序、内存使用的边界条件——全能在论文里找到原型。

最后留个开放问题：如果你的数据天然是嵌套的，你会为了迎合SQL的范式，硬拆成十几张表，还是直接用文档模型，让结构跟着数据走？Roth在1986年投了后者一票，39年后，大多数新系统也这么选了。但银行核心交易、财务总账这些场景，SQL still rules。是场景真的不同，还是惯性还没打破？