MongoDB Compass：从连接身份到文档与查询计划

MongoDB Compass 桌面数据工作面参考图从连接资料进入 Compass 工作面，再以服务端角色裁决 Documents、Schema、Explain、Indexes 与导出能力。高清原图

在本机完成一次只读查询

准备一台装有 Docker Engine 的 Linux 桌面。Ubuntu 24.04 x86-64 上还没有 Compass 时，从 MongoDB Compass 官方安装入口选择 Linux .deb 包，记录下载页面、版本和文件的实际绝对路径；不要在终端猜一个可能已变化的文件名。下面核对包名、架构和文件摘要，再安装本地包。sha256sum 用于记录这次取得的文件，不能单凭自算的摘要证明下载来源；应另外核对浏览器的官方站点、组织分发渠道或官方提供的校验值。需要联网补齐包依赖时，APT 仍会使用当前主机已配置的软件源。

read -r -p '官方页面下载的 Compass .deb 绝对路径: ' COMPASS_DEB
test -f "$COMPASS_DEB" || exit 1
test "$(dpkg-deb -f "$COMPASS_DEB" Package)" = mongodb-compass || exit 1
test "$(dpkg-deb -f "$COMPASS_DEB" Architecture)" = "$(dpkg --print-architecture)" || exit 1
dpkg-deb -f "$COMPASS_DEB" Package Version Architecture
sha256sum "$COMPASS_DEB"
sudo apt install -- "$COMPASS_DEB"
command -v mongodb-compass
dpkg-query -W -f='${Version}\n' mongodb-compass

若包名或架构检查失败，不要用 --force-architecture 绕过；回到官方页面选对系统和 CPU。其他 Linux 发行版按其官方安装入口选包，不套用 Ubuntu 的 apt 命令。官方命令行启动说明列出的 Linux 可执行文件位于 /usr/bin/mongodb-compass。下面的 MongoDB 只映射到本机回环地址；Compass 也在同一台机器上运行。远程桌面或另一台工作站不能直接使用 127.0.0.1，应先建立经授权的 SSH 转发，再把 Compass 连接到本机转发端口。实验使用独立容器、独立卷和合成订单，不连接业务库。

在 Bash 终端确认 compass-learning 容器、compass-learning-data 卷和宿主 27018 端口都未占用；若已存在，先确认来源，不要直接删除或复用。先显式创建带实验标签的卷，--mount 不会像 -v 那样在拼错卷名时悄悄新建另一卷。管理密码在终端交互输入，不写进本文或 shell 命令参数；Mongo 官方镜像初始化管理员使用 MONGO_INITDB_ROOT_USERNAME 和 MONGO_INITDB_ROOT_PASSWORD，不能只导出另一个本地变量。此一次性实验的密码仍会作为容器环境变量保存在 Docker 元数据中，不能用生产凭据。

set -euo pipefail
if docker container inspect compass-learning >/dev/null 2>&1 || \
   docker volume inspect compass-learning-data >/dev/null 2>&1; then
  printf '实验容器或卷已存在；停止启动并核对归属\n' >&2
  exit 1
fi
test -z "$(ss -H -lnt '( sport = :27018 )')" || {
  printf '27018 已有监听；先核对占用者\n' >&2
  exit 1
}
docker volume create --label article-lab=mongodb-compass compass-learning-data
read -r -s -p '实验管理员密码: ' MONGO_INITDB_ROOT_PASSWORD
printf '\n'
test -n "$MONGO_INITDB_ROOT_PASSWORD" || exit 1
export MONGO_INITDB_ROOT_PASSWORD
if ! docker run -d --name compass-learning \
  --label article-lab=mongodb-compass \
  -p 127.0.0.1:27018:27017 \
  -e MONGO_INITDB_ROOT_USERNAME=lab_admin \
  -e MONGO_INITDB_ROOT_PASSWORD \
  --mount type=volume,src=compass-learning-data,dst=/data/db \
  mongo:8.0.29; then
  unset MONGO_INITDB_ROOT_PASSWORD
  printf '启动失败；保留带标签的卷以供核对，不直接重跑初始化\n' >&2
  exit 1
fi
unset MONGO_INITDB_ROOT_PASSWORD

docker ps --filter name=compass-learning 应显示容器在运行，但运行状态不表示初始化已经结束；首次启动可能需要几十秒。若容器退出或管理员认证失败，先看 docker logs compass-learning，确认初始化阶段没有报告缺少 MONGO_INITDB_ROOT_PASSWORD，再核对端口和刚才的输入，不要在已有卷上反复改初始密码。为 compass_reader 另设一份实验密码，隐藏输入并只传给接下来的一次性 Shell 进程。容器正常后进入交互 Shell，按提示输入刚才的管理员密码：

read -r -s -p '实验只读账号密码: ' COMPASS_READER_PASSWORD
printf '\n'
export COMPASS_READER_PASSWORD
docker exec -e COMPASS_READER_PASSWORD -it compass-learning mongosh \
  --username lab_admin --authenticationDatabase admin --password

在 mongosh 中建立四条订单和一个只读账号。createUser 在当前认证库创建用户；内置 read role 只授予相应数据库的读取能力。只读密码从进程环境读取，不作为 JavaScript 字面量进入 Shell 历史。命令执行完应看到插入四条记录、创建用户成功，以及 paidOrders: 2。

const lab = db.getSiblingDB("compass_lab")
lab.orders.insertMany([
  { orderNo: "C-1001", status: "CREATED", amount: 50 },
  { orderNo: "C-1002", status: "PAID", amount: 120 },
  { orderNo: "C-1003", status: "PAID", amount: 80 },
  { orderNo: "C-1004", status: "CANCELLED", amount: 30 }
])
lab.createUser({
  user: "compass_reader",
  pwd: process.env.COMPASS_READER_PASSWORD,
  roles: [{ role: "read", db: "compass_lab" }]
})
printjson({ paidOrders: lab.orders.countDocuments({ status: "PAID" }) })

输入 exit 离开管理员 Shell，在宿主终端执行 unset COMPASS_READER_PASSWORD；它已用于创建只读用户，不需要继续留在当前 Shell 环境。下文的拒写反例会再次交互输入只读密码。在桌面应用菜单启动 Compass，或运行 mongodb-compass。在 Settings（齿轮图标）中开启 Set Read-Only Mode 并保存；它只隐藏写入界面，真正的写入限制由数据库的 read 角色执行。点击 Add New Connection，连接串填 mongodb://127.0.0.1:27018/compass_lab?authSource=compass_lab，在 Advanced Connection Options 的 Authentication 页填 compass_reader 和刚设置的密码，点击 Connect，不要保存含密码的连接档案。若认证失败，先核对认证库是 compass_lab，而不是容器根账号所在的 admin；若连接超时，检查回环端口和容器状态。Compass 连接说明与 readOnly 设置说明给出了这些界面的当前入口。

打开 compass_lab.orders 的 Documents 页。在 Query Bar 填入 Filter {"status":"PAID"}；展开 Options，Project 填 {"_id":0,"orderNo":1,"status":1,"amount":1}，Sort 填 {"orderNo":1}，Limit 填 2，再点击 Find。结果应仅有 C-1002、C-1003，金额分别为 120、80。Filter 决定匹配哪些文档，Project 决定返回哪些字段，Sort 决定顺序，Limit 只限制返回条数；不能把“显示两条”解释成 collection 里只有两条。Filter、Project 与 Limit 的字段语法见官方说明。

还可以在同一 collection 的 Aggregations 页切换到 Text View，输入下列 pipeline 并点击 Run；官方 Aggregation Builder 说明列出 Text View 与 Run 的操作。结果应为 _id: "PAID"、orders: 2、total: 200。预览可能只展示样本，正式运行结果才用于这次小数据集核对；实际业务库必须先限制输入范围与成本。

[
  { $match: { status: "PAID" } },
  { $group: { _id: "$status", orders: { $sum: 1 }, total: { $sum: "$amount" } } }
]

readOnly 模式会隐藏 Compass 的插入入口，不能在此模式中声称“点击插入并看到数据库拒绝”。用同一个只读账号另开终端进入 mongosh，按提示输入 compass_reader 密码，再执行负例；预期打印 Unauthorized，若插入成功则角色或连接身份不符合实验条件，立即停止使用该档案并检查 authSource 与用户角色。

docker exec -it compass-learning mongosh \
  'mongodb://127.0.0.1:27017/compass_lab?authSource=compass_lab' \
  --username compass_reader --password

let rejected = false
try {
  db.orders.insertOne({ orderNo: "C-DENIED", status: "PAID", amount: 1 })
} catch (error) {
  if (error.codeName !== "Unauthorized") throw error
  rejected = true
  print(error.codeName)
}
if (!rejected) throw new Error("只读账号意外获得写入权限")

实验结束后，在 Compass 断开连接并检查是否保存了临时档案。以下删除仅用于本次合成实验：先核对容器标签、卷标签，以及容器 /data/db 实际挂载的卷名；任一检查不符就停下。确认不需保留四条样本和账号后，输入完整容器名才删除容器与卷。若另存了导出文件，应单独清理其目标目录；删除数据库卷不会删除工作站上的导出副本。

test "$(docker inspect -f '{{index .Config.Labels "article-lab"}}' compass-learning)" = mongodb-compass || exit 1
test "$(docker volume inspect -f '{{index .Labels "article-lab"}}' compass-learning-data)" = mongodb-compass || exit 1
test "$(docker inspect -f '{{range .Mounts}}{{if eq .Destination "/data/db"}}{{.Name}}{{end}}{{end}}' compass-learning)" = compass-learning-data || exit 1
read -r -p '确认删除合成实验，请输入完整容器名 compass-learning: ' CONFIRM_NAME
test "$CONFIRM_NAME" = compass-learning || exit 1
docker rm -f compass-learning
docker volume rm compass-learning-data
unset COMPASS_READER_PASSWORD

连接 URI、认证库与文档浏览

Compass 用图形界面浏览 MongoDB 文档、构建聚合、检查索引与执行计划。建立连接时，URI 指定部署入口，authSource 指定认证库，默认 database 决定首次浏览的位置。Atlas SRV 地址还需要解析出节点；连接完成后应核对 Replica Set 与 read preference，避免把从副本读取的旧数据误认为写入失败。

连接档案至少要能回答五件事：目标环境是什么，URI 最终解析到什么部署，用户在哪个 database 完成认证，连接后的默认 database 是什么，当前会话允许读写哪些对象。环境颜色和连接名称只是视觉护栏，服务端用户与 role 才决定请求会被允许还是拒绝。即使 Compass 开启了 readOnly，服务端仍应给排障身份分配 read 或更窄的自定义角色；反过来，一个拥有写权限的账号不会因为界面看起来克制就变成只读账号。

Compass 是独立桌面产品，有自己的安装、升级、Saved Connections、本地日志、界面设置与导出文件生命周期。MongoDB Shell 的终端脚本、退出码和历史治理放在 MongoDB 与 mongosh 中维护。两者可以验证同一部署，却不应继续挤在一篇交替教程里。

安装与更新要跟服务端解耦

Compass 从 Download and Install Compass 选择与操作系统和 CPU 架构匹配的安装包。服务端、驱动、Compass、MongoDB Shell 与 Database Tools 分别发布，不能拿 Server 版本号猜测桌面客户端的功能与兼容性。团队资产记录应保存安装来源、实际版本、操作系统、扩展策略和升级复核结果，正文则只保持长期边界，不把某个短期版本写成永恒基线。

安装完成后先打开 About 或命令行启动信息确认实际版本，再用一套可删除的开发库完成连接、查询、计划与导出回归。升级验证不只看窗口能否启动，还要检查 Saved Connections 是否仍能解析、企业 CA 是否生效、代理或 SSH 路径是否可用、Query Bar 与 Explain 是否按预期工作，以及本地设置和导出目录有没有被迁移到意外位置。

Readonly Edition 已处在退出路径。需要只读桌面工作面时，应使用标准 Compass、服务端 read 角色与 Compass readOnly 设置组合。这个组合的关键是：界面减少误触，数据库拒绝越权，两道约束各自可以独立验证。

把连接串还原成网络、身份和拓扑

下面的 URI 只是结构示例，不能直接保存真实用户名、域名或凭据：

mongodb://app_reader@mongo-a.example.test:27017,mongo-b.example.test:27017/app?authSource=admin&replicaSet=rs0&tls=true&readPreference=primaryPreferred

URI path 中的 /app 是连接后的默认 database，authSource=admin 表示凭据在哪个 database 校验。两者可以不同。缺少或误写 authSource 时，错误通常表现为“密码明明正确却认证失败”；换管理员账号只是绕过了问题，也把 Documents、Indexes、Import 与删除入口暴露给了排障会话。

mongodb:// 后的 host 列表是拓扑发现的 seed，不代表请求永远发往第一个地址。驱动握手后会学习 Replica Set 成员。replicaSet=rs0 会校验发现到的部署身份；名称不一致时，应查连接模板和服务端配置，不能用 directConnection=true 长期掩盖发布地址或容器网络错误。

mongodb+srv:// 依赖 DNS SRV，并可能从 TXT 记录读取允许的连接选项。排查 Atlas 或自建 SRV 时，要把 DNS、目标端口、代理、证书、Atlas IP Access List 与数据库角色分开。IP Access List 只处理网络准入，不授予 collection 访问权；数据库用户通过认证，也不意味着开发机网络一定被允许。

Compass 的 Advanced Connection Options 可以分别设置 Authentication、TLS/SSL、Proxy/SSH 和更多连接参数。这样做还有一个现实好处：官方连接文档明确提醒，直接进入连接串编辑状态时，凭据可能按明文显示；敏感密码应在 Authentication 区域填写，演示和录屏前则应先换成无凭据模板。

TLS 连接要校验证书链和主机身份。关闭证书或主机名验证只能用于隔离诊断，不能留在 Saved Connections。SSH tunnel 解决的是客户端到目标网络的路径，不会替代 MongoDB 身份验证；堡垒机账号、私钥、known hosts、端口转发和会话审计仍然属于独立控制面。代理也可能改变 DNS 解析位置，出现“本机能解析、Compass 不能连”时，先确认代理实际接管了哪一段流量。

Saved Connections 是资产，不是书签

Compass 可以给连接命名、着色、设为 Favorite，并保存在 Saved Connections 中。这些字段应表达环境与责任，例如“订单生产只读”比“mongo-prod”更有判断力。颜色只能辅助识别，不能替代 server address、database、认证身份和 Replica Set 的会话内复核。

连接模板优先保存不含密码的 URI。若组织允许桌面保存凭据，也要确认操作系统用户边界、设备加密、离职回收与客户端导出策略。Saved Connections 可以导出并分享，官方文档特别说明：未加密的导出默认可能包含明文密码。需要迁移连接时应使用口令加密，单独传递口令，并在导入后轮换临时凭据。即便导出文件已加密，其中的主机名、库名和连接命名也可能暴露内部拓扑，不能随手进入工单附件或公共网盘。

导入连接若遇到同名项，可能覆盖已有 Saved Connection。团队迁移前应先导出当前档案并记录目标清单，导入后逐项核对环境、用户名、TLS 和 readOnly，不要把“导入成功”当作连接语义未变化的证据。

连接层	Compass 中的证据	常见误判	应有的裁决
网络	SRV、host、port、proxy、SSH	能打开 Atlas 就等于数据库可达	实际连接路径和准入规则
TLS	CA、客户端证书、主机名	加密连接等于验证了目标身份	证书链与主机名校验
认证	username、mechanism、authSource	密码正确就该连接成功	凭据所属认证库与机制
拓扑	Replica Set、实际节点、read preference	seed host 就是最终读节点	驱动发现后的部署身份
授权	database、collection、role	readOnly 开关就是权限	服务端 privilege 的允许与拒绝

进入 Documents 前做一次只读正反验证

标准 Compass 中可以启用 readOnly，但验收必须同时观察服务端拒绝。使用专门的排障身份连接目标 database，先在 Documents 中执行窄过滤并读取少量字段；再像前面的实验那样，使用同一数据库身份从独立客户端向一次性 collection 发出受控写请求。前者应成功，后者应得到授权失败。Compass 的 readOnly 会隐藏写入入口，不能用“按钮消失”冒充服务端拒绝；若独立客户端写入成功，应检查账号 role 和实际认证身份。

Compass 功能所需权限并不完全相同。查看 Documents 与 Schema 主要依赖读取能力，实例性能视图可能需要 clusterMonitor 提供的命令权限，创建 collection、索引或删除对象需要更高 privilege。不要为了让 Home 页面所有卡片都亮起来就给数据排障人员管理员角色。缺少某个面板能力时，先查 Compass Required Access，再决定是临时授权、改用别的证据，还是接受该面板不可用。

Compass 的连接级 readOnly 适合降低界面误触，服务端最小权限负责真正阻断，临时提权则承载确实需要的变更。三者合起来比“大家共享一个管理员 Saved Connection，靠操作前再确认”可靠得多。

Query Bar 先缩小证据，再扩大视野

Documents 工作面适合观察 BSON 文档，但默认打开 collection 就浏览并不是低成本动作。Query Bar 应先写 Filter，再用 Project 收窄字段，用 Sort 和 Limit 控制结果集。带大数组、大字符串或敏感字段的 collection，投影比在桌面上滚动整篇文档更重要：它减少网络传输、渲染压力和截屏泄露，也让评审者知道这次排障究竟依赖哪些字段。

Filter 使用 MongoDB 查询语义。时间、ObjectId、Decimal128 等 BSON 类型不能一律当普通字符串处理；一条在视觉上相似的过滤，可能因为类型不同而完全不命中。Compass 提供的类型化编辑能力适合探索，最终证据仍要记录 collection、Filter、Project、Sort、Limit、read preference 与观察到的节点，避免只留一张没有上下文的结果截图。

对生产大 collection，先从唯一键、时间窗口或已有索引前缀进入。正则、无界排序和宽投影可能把一次“看看数据”变成 collection scan、内存排序和大结果传输。结果少不代表扫描少，返回快也不代表高并发下安全，是否走索引要交给 Explain Plan 判断。

Documents 的图形编辑入口很方便，也因此危险。编辑单个文档仍是正式写入，会触发 schema validation、唯一索引、change stream 和下游业务。生产排障身份不应拥有这项权限；确需修复时，应把变更条件、目标 _id、修改前后值、回滚语句和审批号带进独立变更流程，而不是在结果表上临时点 Save。

Explain Plan 不是一张“用了索引”的绿牌

Compass 的 Explain Plan 把服务端查询计划可视化。首先看输入是否与真实问题一致：collection、Filter、Sort、Project、Limit 和 collation 少一项，计划就可能不是应用正在执行的那条。随后再看 winning plan、扫描键数、扫描文档数、返回文档数和耗时。IXSCAN 只说明某一阶段用了索引；如果随后仍读取大量文档、排序或过滤，查询依然可能昂贵。

executionStats 会实际执行候选查询，不是免费的静态分析。在大 collection 或复杂 Aggregations 上，它可能消耗 CPU、内存和临时磁盘。先用窄条件和 queryPlanner 建立方向，再在容量允许且有观察窗口时采集执行统计。生产证据还应与应用慢查询、服务端 profiler 或监控时间窗对齐，单次桌面执行不能替代负载下的延迟分布。

如果计划选择出乎预期，先检查数据分布、复合索引字段顺序、排序方向、collation 与类型，而不是立即新建索引。Indexes 页面能展示现有索引并提供管理入口，但创建与删除索引属于结构变更，会影响写放大、存储、构建资源和回滚路径。Compass 可以帮助审阅，不应绕过数据库变更治理。

Schema 是样本观察，不是数据库契约

Schema 工作面通过采样分析字段、类型、分布与常见值。它很适合发现同一字段混入字符串和数字、数组结构漂移或稀疏字段，但不能证明未采样文档也符合相同结构。collection 很大、字段很多或网络很慢时，Schema 分析本身也会产生读取与本地处理成本。

把 Schema 结果当作提出问题的线索，而不是宣告“这就是完整 schema”。真正的写入约束来自 collection validator、应用校验与迁移流程；Schema 采样则用来发现现实数据是否偏离预期。两者结合时，先保存采样条件与时间窗口，再将异常字段回到精确查询复核，避免根据一张分布图直接修改 validator。

敏感库还要考虑数据最小化。字段名、类型和少量样本也可能揭示用户身份、支付状态或内部风控逻辑。Schema 页面、截图、导出和演示录屏都属于数据副本，应受同一数据分类与保留期限约束。

Aggregations 适合推演，不适合无边界试跑

Aggregations 工作面可以逐阶段构建 pipeline、预览中间结果并保存草稿，这比一次写完长 pipeline 更容易看清语义。安全起点通常是有选择性的 $match 和受控 $project，然后才进入 $group、$sort、$lookup 或窗口计算。前置过滤既是性能策略，也是减少桌面暴露数据的策略。

中间预览不代表完整运行成本。样本结果可能掩盖基数爆炸、跨 collection 连接、排序内存和磁盘溢写。涉及 $out 或 $merge 的 pipeline 会写数据，不能因为它位于“分析”页面就按只读操作处理。生产账号的 role 应直接阻断此类写入，变更场景则先在隔离数据集验证目标 collection、唯一键和回滚方式。

当 pipeline 准备进入应用代码时，应导出或复制为驱动可用结构，进入版本控制、测试与代码评审。Compass 草稿适合探索，不是团队唯一真源；只留在某台开发机上的 Aggregation 无法解释版本、输入和失败处理。

导入导出会把数据库边界搬到桌面

Compass 可以导出整个 collection、过滤后的查询结果或 Aggregation 结果，也可以选择 JSON 或 CSV。CSV 适合与表格工具交换简单平面数据，却会丢失 BSON 类型信息，不应作为备份。JSON 导出要理解 Extended JSON：默认与 Canonical Extended JSON 更强调类型保真，Relaxed Extended JSON 更易读，却可能在往返转换时损失类型。ObjectId、Date、Decimal128 与长整数尤其不能只看文本长得像不像。

导出前先在 Query Bar 固定 Filter 与 Project，确认行数、字段、目标目录和销毁时间。导出文件离开服务端后，不再受 MongoDB role、审计与网络边界保护；操作系统权限、磁盘加密、备份软件、同步盘和工单附件都可能复制它。真正的完成条件不是进度条结束，而是接收人、用途、保存位置、哈希或行数校验、到期删除都可追踪。

导入会执行真实写入，并可能触发 validator、唯一索引与类型转换。CSV 字段映射、空值和数字推断尤其容易改变语义。正式数据迁移应使用可审计脚本或 MongoDB Database Tools，带上校验、重试和恢复设计；Compass 导入更适合小规模、明确结构、可删除的开发数据。任何“先导进去看看”的操作都需要隔离 collection 和清理路径。

本地状态、遥测与 AI 功能也在数据流里

Compass 不只有数据库连接。Saved Connections、Favorite、最近使用信息、查询与 Aggregation 草稿、日志、导出目录、截图和系统凭据存储共同构成桌面状态。卸载应用不保证这些资产自动消失，设备交接和离职流程必须单独检查用户配置目录、操作系统凭据、下载目录、同步盘与临时文件。

Settings 中的 telemetry 与隐私选项应按组织政策配置。Compass 还可能提供自然语言查询或其他 AI 辅助能力；启用前要阅读 Compass AI and Data Usage 的数据流说明，确认目标数据等级、传输区域和组织批准。官方集成功能不等于自动取得敏感数据出境许可。

日志适合定位窗口启动、连接和运行时问题，也可能保留主机、库名、错误信息与路径。提交支持工单前先做脱敏，保留能解释问题的最小时间窗。关闭 telemetry 或日志是隐私与运维取舍，不会替代服务端审计，更不会撤销已保存的数据库身份。

大结果和长会话会把桌面变成瓶颈

Compass 位于用户工作站，服务端返回的数据还要经过网络、驱动、Electron 进程和界面渲染。大结果集可能让窗口卡顿，却不代表数据库本身已经耗尽；反过来，界面仍能滚动也不说明查询对集群没有压力。排障时要同时观察服务端扫描量、客户端接收量与本机资源，避免只凭桌面体感判断性能。

长时间打开多个标签会积累连接与上下文。环境切换前关闭不再使用的标签并主动断开连接，尤其不要让管理员临时会话混在只读窗口里。需要长跑、定时或可机器判断的任务时，Compass 不是合适执行器，应回到 mongosh 脚本、驱动程序或受管作业，让超时、重试、退出码和日志进入自动化边界。

退出不是关掉窗口

一次临时排障结束后，先保存真正需要的 Filter、Explain 与变更证据，删除本地样本和无用截图，再从 Saved Connections 移除临时凭据。若导出过连接档案或业务数据，要按记录检查所有副本是否销毁。随后撤销临时数据库用户、Atlas IP Access List、证书、OIDC 授权或 SSH key，并重新验证旧入口确实失败。

共享设备还要确认操作系统用户是否隔离，浏览器 SSO 是否退出，密码管理器与系统凭据是否回收。只关闭 Compass 不会让 Atlas 用户、网络准入或本地导出过期；只删除 Atlas 用户也不会擦掉已经落盘的数据。数据库侧和桌面侧必须分别完成退出。

权威资料与规范地址

安装与数据库权限

Download and Install Compass

Start Compass from the Command Line

Mongo Official Image

Compass Required Access

Connect Compass to MongoDB

Restrict Write Operations to MongoDB

MongoDB createUser

MongoDB Built-In Roles

查询与聚合

Compass Query Filter

Compass Project

Compass Limit

Create an Aggregation Pipeline

AI 功能与数据使用

Compass AI and Data Usage