MongoDB数据结构设计中6条重要的经验法则

很多初学者认为在MongoDB中针对一对多建模唯一的方案就是在父文档中内嵌一个数组子文档,但是这是不准确的。因为你可以在MongoDB内嵌一个文档不代表你就必须这么做。

当你设计一个MongoDB数据库结构,你需要先问自己一个在使用sql时不会考虑的问题:这个关系中集合的大小是什么样的规模?你需要意识到一对很少,一对许多,一对非常多,这些细微的区别。不同的情况下你的建模也将不同。

一对很少

一个人的地址为例,这时候使用内嵌文档是很合适,可以在person文档中嵌入数组地址文档:

< db.person.findOne()

{

name: ‘Kate Monster’,

ssn: ’123-456-7890′,

addresses : [

{ street: '123 Sesame St', city: 'Anytown', cc: 'USA' },

{ street: '123 Avenue Q', city: 'New York', cc: 'USA' }

]

}

这种设计拥有内嵌文档设计中所有的优缺点。最主要的优点就是不需要单独执行一条语句去获取内嵌的内容。最主要的缺点是你无法把这些内嵌文档当做单独的实体去访问。

一对多

以商品替换零件订货系统为例。每个商品有数百个可替换的零件,但是不会超过数千个。这个用例很适合使用间接引用-将零件的objectid作为数组存放在商品文档中(在这个例子中我使用更加易读的2字节的ObjectID,现实世界中他们可能是由12个字节组成的)。

< db.parts.findOne()

{

_id : ObjectID(‘AAAA’),

partno : ’123-aff-456′,

name : ‘#4 grommet’,

qty: 94,

cost: 0.94,

price: 3.99

}

< db.products.findOne()

{

name : ‘left-handed smoke shifter’,

manufacturer : ‘Acme Corp’,

catalog_number: 1234,

parts : [ // array of references to Part documents

ObjectID('AAAA'), // reference to the #4 grommet above

ObjectID('F17C'), // reference to a different Part

ObjectID('D2AA'),

// etc

]

在获取特定产品中所有零件,需要一个应用层级别的join

< product = db.products.findOne({catalog_number: 1234});

< product_parts = db.parts.find({_id: { $in : product.parts } } ).toArray() ;

为了能快速的执行查询,必须确保products.catalog_number有索引。当然由于零件中parts._id一定是有索引的,所以这也会很高效。

这中引用的方式是对内嵌优缺点的补充。每个零件是个单独的文档,可以很容易的独立去搜索和更新他们。使用这种建模方式需要考虑的一个问题是需要一条单独的语句去获取零件的具体内容

这种建模方式中的零件部分可以被多个产品使用,所以在多对多时不需要一张单独的连接表。

一对很多

我们用一个收集不同机器日志的例子来讨论一对很多的问题。由于每个mongodb的文档有16M的大小限制,所以即使你是存储ObjectID也是不够的。我们可以使用很经典的处理方法“父级引用”—用一个文档存储主题,在每个日志文档中保存这个主机的ObjectID。

< db.hosts.findOne()

{

_id : ObjectID(‘AAAB’),

name : ‘goofy.example.com’,

ipaddr : ’127.66.66.66′

}

<db.logmsg.findOne()

{

time : ISODate(“2014-03-28T09:42:41.382Z”),

message : ‘cpu is on fire!’,

host: ObjectID(‘AAAB’) // Reference to the Host document

}

以下是个稍微不同的应用级别的join用来查找一台主机最近5000条的日志信息

< host = db.hosts.findOne({ipaddr : ’127.66.66.66′});

< last_5k_msg = db.logmsg.find({host: host._id}).sort({time : -1}).limit(5000).toArray()

所以,即使这种简单的讨论也有能察觉出mongobd的建模和关系模型建模的不同之处。你必须要注意一下两个因素:

一对多中的多是否需要一个单独的实体。

这个关系中集合的规模是一对很少,很多,还是非常多。

基于以上因素来决定采取一下三种建模的方式

一对很少且不需要单独访问内嵌内容的情况下可以使用内嵌多的一方的方案。

一对多且多的一段内容因为各种理由需要单独存在的情况下可以使用通过数组的方式引用多的一方的方案。

一对非常多的情况下,请将一的那端引用签入进多端的方案。

原文发布于微信公众号 - php(phpdaily)

原文发表时间:2015-11-27

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏FreeBuf

关于CPU漏洞Spectre的详细分析

一 前言 阿尔法实验室研究人员通过结合POC对整个漏洞原理流程还有漏洞细节做了进一步更详细的技术分析。 在本文中将详细分析POC中每个环节的关键点和漏洞的所有细...

2087
来自专栏超智能体

YJango:TensorFlow整体把握

TensorFlow基本用法 从这里开始,我们会用神经网络验证之前讨论的内容。用的工具是目前主流的TensorFlow。用tensorflow这样工具的原因是:...

2816
来自专栏CreateAMind

深度学习框架TensorFlow 官方文档中文版

573
来自专栏架构师之旅

JVM内存管理------GC算法精解

相信不少猿友看到标题就认为LZ是标题党了,不过既然您已经被LZ忽悠进来了,那就好好的享受一顿算法大餐吧。不过LZ丑话说前面哦,这篇文章应该能让各位彻...

1738
来自专栏数据结构与算法

浅谈ST表

ST表 ST表的功能很简单 它是解决RMQ问题(区间最值问题)的一种强有力的工具 它可以做到O(nlogn)预处理,O(1)查询最值 算法 ST表是利用的是倍增...

2615
来自专栏互联网开发者交流社区

SQL基础日期函数

1055
来自专栏牛肉圆粉不加葱

[Spark源码剖析]Pool-Standalone模式下的队列Pool-Spark Standalone模式下的队列

org.apache.spark.scheduler.Pool是 Spark Standalone 模式下的队列。从其重要成员及成员函数来剖析这个在 TaskS...

421
来自专栏禹都一只猫博客

Python科学计算:在Numpy的边缘试探(入门学习)

1888
来自专栏Phoenix的Android之旅

设计模式之工厂模式

工厂模式作为设计模式的一种在开发中被普遍使用, 其实应该可以说是最经常使用的一种的了。 它的设计思想也是面向接口,如果细分下来,可以分成两种工厂模式 · 工厂方...

491
来自专栏V站

Python科学计算:在Numpy的边缘试探(入门学习)

1576

扫描关注云+社区