欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

MongoDB设计系列

程序员文章站 2023-11-03 18:49:46
原创文章,如果转载请标明出处、作者。 https://www.cnblogs.com/alunchen/p/9762233.html 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 ......

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。