MongoDB设计系列

原创文章，如果转载请标明出处、作者。

 

1 前言

mongodb作为现今流行的非关系型文档数据库，已经有很多关于它的资料与介绍。

写这篇文章时，mongodb已经更新到4.0版本，支持事务型操作。还末在生产环境中使用事务型的mongodb，因为功能还未完善。

好啦，说正题了。本文是总结本人使用mongodb多年的经验，有不同见解之处，请多多关照。

说明：

1）关系型sql的表在mongodb上称为集合。为了好对比，这里mongodb上说的表也是集合的意思。

2）这里mongodb与关系型sql的对比之中设计上的，其它底层等对比这里不做任何的阐述。

2 对比

mongodb与sql的对比（对比的mongodb都在使用wiredtiger存储引擎为前提）

 

3 设计

从设计来说，相信很多人都是使用过sql设计表。

题外话：在以前，甚至是现在，很多架构设计都是从设计表开始，设计完表再开始写代码。现在呢？推崇代码优先方案，或者实体优先方案。先设计实体，然后实体导入到数据库中。这是典型的ddd模式。

下文中，为了更好理解，首先从sql方面是怎么设计的，然后再看看mongodb是怎么设计的，有什么难点。

3.1 设计：一对一的情况

前提：两张表的一对一。

场景：键盘与主机的关系。一台主机有一个键盘，一个键盘有一台主机。

主机字段：id、cpu核数、内存大小、显卡大小。

键盘字段：id、主机的id、键盘类型（机械/非机械）、颜色、牌子。

 

3.1.1 关系型sql

设计：会有两张表，一张为主机表，一张为键盘表。当然你可以合成一张表，合成一张表就没有讨论的价值了。如下图：

查询时：

查询主机与键盘数据时，即两张表数据时，需要关联两张表查询。性能比较慢。

查询主机数据时，只需要单个表查询。

更新时：

都是更新一张或两张表数据。会锁表行。

增加时：

增加一张或两张表数据。

 

3.1.2 mongodb

在mongodb来说，是属于文档型数据库，在一对一关系来说一般使用内嵌方式，因为性能体现在'以空间换取时间'。

抛弃设计，在一对一来说，可以使用内嵌，又可以使用关系型sql的两张表关联。但是使用两张表的关联显得累赘。

所以，如果使用关系型sql的两张表关联，没有什么对比性，并且mongodb不推荐这样的做法。这里只介绍内嵌。

设计：一对一，内嵌。

 

保存在mongodb如下json：

{
    "主机id":"1",
    "cpu核数":"2核",
    "内存大小":"16gb",
    "显卡大小":"2gb",
    "键盘":{
        "键盘类型":"机械",
        "颜色":"black",
        "牌子":"双飞燕"
    }
}

 

可以看到，键盘去掉了自己的id，并且去掉了关联主机的id。

查询/更新/增加时，一张表查询即可。

 

小结                                                                                      

所以在一对一来说，mongodb与关系型sql没有什么对比性。

硬要说对比性，一对一场景来说，mongodb更加面向对象。

建议：在mongodb一对一场景下，建议使用内嵌，不应该使用两张表关联。

 

3.2 设计：一对多的情况

在一对多中，存在者4种不同的场景，需要都一一介绍。因为最终设计都根据业务需求来的，所以这里举不同的业务场景来说明。

 

3.2.1 场景1，完整内嵌型一对多

场景：订单与订单项的关系。

 

网购过的同学都知道，用户支付订单时，有很多个子订单项。比如某宝的下单时，包括不同商铺的不同的订单项。

在订单与订单项关系中，一般查询都是查询整个订单，没有对单个订单项的查询。

 

想象一下以下场景：

    1）查看订单的场景。进入某宝，查看订单时，都是从订单进入，然后查看所有的订单项。

    2）支付成功或失败后，修改订单时，都是修改订单，没有修改订单项。

 

字段：

订单字段：id、订单号、运费、总价格、订单状态。

订单项字段：名称、单价、数量。

 

mongodb设计

从上面2个场景，很容易的想到完整内嵌型的一对多非常适合这种需求。

看看如下json：

{
    "id": "asdg184981651568956", 
    "订单号": "201809270012598323334", 
    "运费": 0, 
    "总价格": 41, 
    "订单状态": "已经支付", 
    "订单项": [
        {
            "名称": "益达口香糖", 
            "单价": 8, 
            "数量": 2
        }, 
        {
            "名称": "大大口香糖", 
            "单价": 5, 
            "数量": 1
        }, 
        {
            "名称": "绿箭口香糖", 
            "单价": 10, 
            "数量": 2
        }
    ]
}

 

查询订单时：

查询订单一条语句即可，就能查询出订单以及订单所有的订单项。也不会需要查询出单个订单项。

修改订单时：

只修改根内容，不会修改订单项（内嵌的）内容。

 

小结                                                                                                                                                                                  

使用完整内嵌一对多设计时，前提有这几点：

    1）内嵌数组大小不宜过大。因为太大会导致整个实体内容大，从而导致网络延迟问题。建议不超过20或30个。具体根据内嵌实体大小而定。

    2）如果内嵌实体数组多（一般多于5个），查询时，内嵌实体内容没有作为单独的实体查询。例如不会有单个查询订单项的需求。

    3）如果内嵌实体数组多（一般多于5个），修改/删除/插入时，内嵌实体内容没有作为单独的实体修改/删除/插入。

 

3.2.2 场景2，内嵌id型一对多

场景：公司与员工的关系。一个公司对应个员工，雇佣关系。假设这里的公司最多都是几千位员工。

想象一下以下场景：

    1）员工的属性很多。

    2）一个公司有很多员工，可能也有很少员工。

    3）单独查询员工信息的场景。

    4）修改员工信息的场景。

综上场景，使用3.2.1内嵌设计型不符合我们的需求。所以我们可以考虑内嵌id型。

什么是内嵌id型，就是父级引用子级的id，子级作为单独实体（表）存在。即这里的公司有员工id的引用。

 

实体

 

mongodb设计

公司表

{
    "id":"45465516654",
    "名称":"千度科技有限公司",
    "注册地址":"北京市朝阳区",
    "所有人":"张大大",
    "注册日期":"2001-9-1",
    "员工":[
        {            "id":"员工id1"        },        {            "id":"员工id2"        }
    ]
}

 

员工表

{
    "id":"员工id",
    "姓名":"alun",
    "入职时间":"2017-8-8",
    "身份证号":"441955876632155502",
    "职位":"架构师",
    "工资":8000,
    "入职年限":1,
    "头像":"https://www.dr.cn/head/sdfjooc2143.jpg",
    "公资金百分比":5,
    "得奖数":1,
    "体重":"50kg",
    "住址":"广东省广州市天河区龙洞",
    "下属人数":20,
    "年假剩余天数":0,
    "评价级别":10
}

 

在查询时：

查询公司下面有的员工信息，两张表的关联查询。首先查询公司表，然后关联员工表查询员工的信息。

查询单个员工信息时，只需查询员工表，就能取得员工实体信息。

在修改时：

修改单个员工信息时，修改员工的实体即可。

 

与sql的对比:

如果是sql的设计，员工表就多了一个公司表的id做关联。公司表也不会有员工的ids。

在查询公司下有哪些员工时，mongodb与关系型sql各有秋千。因为mongodb首先查询公司表，得到员工的id后，再关联查询。注意这里的关联查询员工的主键是id，默认加了索引。如果是关系型sql，那么需要在员工表加入公司表的id做关联，此种查询只需通过查询员工表的公司id即可得出员工的信息。

更深一层说，如果查询公司名称是“百度公司”时，mongodb与关系型sql都需要联表查询，鉴于mongodb有id的内嵌并且是索引，理论上来说mongodb快很多。

 

小结                                                                                

使用内嵌id型一对多设计时，前提有这几点：

    1）一对多的多那方数量要多，最好是几十个到几千个不等。

    2）如果需要单独把内嵌的实体取出。即单独取出多那方的实体。

这种方案的缺点：

    1）查询员工属于哪些公司时，需要跨表查询。

    2）内嵌方的数量不能过多。

 

3.2.3 场景3，内嵌id+查询字段型一对多

继续引用上面公司与员工的场景。

 

如果有个功能，查询公司下面的员工名字。这个功能是占用查询率70%以上的话，可以考虑使用内嵌id+查询字段型。

即在公司内嵌员工id的同时，加上员工的姓名。如下：

{
    "id":"45465516654",
    "名称":"千度科技有限公司",
    "注册地址":"北京市朝阳区",
    "所有人":"张大大",
    "注册日期":"2001-9-1",
    "员工":[
        {            "id":"员工id1",            "姓名":"alun"        },
        {            "id":"员工id2",            "姓名":"vivien"      }
    ]
}

 

在查询时，不需要管理表，直接查询公司表即可。查询效率大大提升。

但是相应地，修改名字的时候需要修改公司表、员工表。需要一次都修改2张表成功。需要原子性的操作。

 

小结                                                                                           

使用内嵌id+查询字段型一对多设计时，前提有这几点：

    1）一对多的多那方数量要多，最好是几十个到几千个不等。

    2）内嵌方的属性（字段）不宜过多。

    3）查询、修改比高。即查询需求大大大于修改需求。

这种方案的缺点：

    1）修改时需要原子性操作。

    2）文档内容加大了，即产生了多余字段。如上面的【姓名】。

    3）需要特殊场景需求。

 

3.2.4 场景4，父级引用型一对多

列举了上面的公司与员工的场景，如果有种需求，多那方是大量的话，那怎么办呢？

场景：某宝/某东 与商铺的关系。据不完全统计，某宝商铺有几万到几十万，甚至几百万不等。

 

上面这么大量的数据，显然使用内嵌型有些力不从心。因为文档大小也有限制，如果太大的话，不禁mongodb报错，还可能导致网络延迟。因为一次查询的数据量过大。

所以这里就使用父级引用。什么是父级引用，即子级引用父级id。如商铺引用某宝id。

 

实体：

 

 

mongodb设计

某宝/某东表

{
    "id":"hijgio19089popik",
    "名称":"某宝",
    "注册地址":"杭州市",
    "所有人":"某某某",
    "注册日期":"2005-1-1"
}

 

商铺表

{
    "id":"84948654",
    "名称":"alun的商铺",
    "创建时间":"2018-2-1",
    "过期时间":"2019-2-1",
    "是否合法":true,
    "商品品质级别":"高",
    "是否个人商铺":true,
    "营业执照":"https://yyzz.tb.cn/kg/145/84948654.jpg",
    "持有人身份证号":"441922365587444468",
    "持有人身份证图片":"https://yyzz.tb.cn/kg/966/441922365587444468.jpg",
    "某宝/某东id":"hijgio19089popik"
}

 

查询时：

查询属于某宝的商铺时，在商铺表通过某宝/某东id查出所有的商铺。几万商铺以上。

修改时：

修改商铺、修改某东/某宝表的属性都是单个表修改。

从上面可以看出，一的那方不需要做关联，只需要多的那方有一的那方的id即可。这种设计完全是套用关系型sql的用法。很多关系型sql都这样使用。所以对比关系型sql，这种用法在mongodb来说没有什么优点。

 

小结                                                                                            

使用父级引用型一对多设计时，前提有这几点：

    1）一对多的多那方数量很多，上万以上。

    2）对性能要求不高。

这种方案的缺点：

    1）性能不高。

    2）与关系型sql相比，没有什么优点。

 

3.2.5 场景5，内嵌id+父级引用混合型一对多

我们再针对某宝分析吧，比如一个商铺，有很多个商品。

场景：商铺与商品的关系。一个商铺对应很多个商品（几百、几千、上万个不等）。

想象一下以下场景：

    1）商品的属性很多。

    2）一个商铺下面的商品很多。

    3）查询时，查询到商铺按类别查询、按销量查询的需求。

    4）查询时，查询商铺的所有商品。此查询率比较高，进入商铺就需要用到。

    5）修改时，单独修改商品的规格、价格等等。

    6）修改商品信息较少发生。

综上场景，使用3.2.1内嵌设计型不符合我们的需求。

3.2.2 内嵌id型，好像可以满足我们的现在需求。但是目前有个需求的查询率比较高，就是第4点。再加上商铺是几百到上万不等，所以需要再考虑。

3.2.3 内嵌id+查询字段型也不符合我们的需求，因为通过商铺查询某些商品属性的场景不存在。

3.2.4 父级引用好像蛮合适的。但是效率有点低，暂时不考虑。不如使用关系型sql。

总结一下上面的不同方案，好像内嵌id型与父级引用都蛮适合的，但是各有优劣，那么我们怎么办呢？混合试试？

 

实体：

 

如果有上面的实体，想象一下自己怎么设计呢？对，使用内嵌id型一对多。

什么是内嵌id型一对多呢？父级只引用子级对象的id。我们看看下面的mongodb的json格式。

 

首先是商铺表：

{
    "id":"3455-2dp4x-xderd0",
    "名称":"alun的商铺",
    "类型":"药材专卖店",
    "所有人":"alun",
    "创建日期":"2018-9-1",
    "商品":[
        {            "id":"商品id1"        },
        {            "id":"商品id2"        }
    ]
}

 

然后是商品表：

{
    "id":"商品id1",
    "名称":"枸杞",
    "类型":"中药补血",
    "是否上架":"是",
    "创建日期":"2018-9-15",
    "商品详情":"农民枸杞直销，价格原厂，不经过加工。",
    "商品编码":"878866554234",
    "规格":"1kg",
    "运费":0,
    "重量":11,
    "标签":"中药材枸杞",
    "销售量":0,
    "销售价":20,
    "原价":40,
    "商铺id":"3455-2dp4x-xderd0"
}

 

查询时：

查询到商铺按类别查询、按销量查询的需求。查询商品表即可。

查询商铺的所有商品。查询商铺表的商品，再通过商品id查询所有的商品表。所以要关联查询。

修改时：

如果要修改商品与商铺的关系，需要原子性删除，两张表做操作。但是这种操作在需求上来很少见。上面需求也列明了，所以这方面性能暂时不考虑。

小结                                                                  

使用内嵌id+父级引用混合型一对多设计时，前提有这几点：

    1）一对多的多方数量中等，最好是几百到上万即可。

    2）一对多的多方数量存在严重的不确定性。

这种方案的缺点：

    1）混合模式，折中方案，没有太大的优势。

 

总结

      通过上面的内容，可以了解到，在项目设计时，mongodb需要考虑的方面实在太多了，相对的关系型sql考虑的方面少很多。所以在设计mongodb之前，需要考虑数据的关系，使用的场景，对应业务的需求量。比如查询与修改率、是否内嵌。

      好的设计，都离不开对业务的整体、细致的理解。mongodb让我们对数据更加细致的理解，更加面向对象。

      所以，尽可能的去尝试mongodb吧，大家有什么分享或者不同意见的请不含蓄地提出，共同学习才是最好的成长！

 

备注：书面表达能力还待提高。

 

 

 

 

如果文章对你有用，可以通过以下方式支持作者。