Document-Orientation 在描述中,MongoDB是面向文档的,意味着在这种数据库中主要存储单位是Collection。 一些常见的数据格式例如:JSON、XML、简单的键/值对。 储存在MongoDB中的文档是一种类JSON格式,为了得到更高的效率,使用了一种二进制表现形式且被称为BSON的格式。目标是使数据更紧凑和合理以便于扫描。 客户端序列化数据成BSON传送至数据库中,数据是以BSON格式被存储的。因此,读取数据的时候,数据库只需做很小的解析处理就可以传送出去,更加高效。然后客户端在反序列化BSON格式为当前语言使用的格式。 JSON 一段数据: Mongo代码 { author: 'joe', created : new Date('03-28-2009'), title : 'Yet another blog post', text : 'Here is the text...', tags : [ 'example', 'joe' ], comments : [ { author: 'jim', comment: 'I disagree' }, { author: 'nancy', comment: 'Good post' } ] } 存储的实例: Mongo代码 > doc = { author : 'joe', created : new Date('03-28-2009'), ... } > db.posts.insert(doc); Mongo-Friendly Schema Mongo可以用于很多方面,第一反应或许是如何用它来编写一个使用关系数据库的应用程序。虽然这项工作非常好,但是也不能展现Mongo的真正力量。Mongo就是被设计和工作在副 Store Example Mongo代码 item title price sku item_features sku feature_name feature_value 不同的商品有不同的属性,但又不想在一张表中包含所有可能出现的属性。(一般关系数据库中,可能都会另建属性表,跟分类表类似)在Mongo中同样可以创建这个模型,而且更加高效。 Mongo代码 item : { "title" : <title> , "price" : <price> , "sku" : <sku> , "features" : { "optical zoom" : <value> , ... } } 这样做有几个好处: 1、一次数据库查询可以得到整条记录。。 2、一条记录的所有信息都书存储在硬盘的的同一片区域,所以一次检索可以可以得到所有数据。 3、插入或更新单条属性时: Mongo代码 db.items.update( { sku : 123 } , { "$set" : { "features.zoom" : "5" } } ) 4、插入一条新属性不需要在硬盘上移动整条记录,Mongo有一个预留机制,预留出了一部分空间以适应数据对象的增长。也可以预防索引的增长等问题。 Legal Key Names 键的命名有以下限制: 1. $不能出作为第一个字符 2.(.)点不能出现在键名中 Schema Design(数据库设计) Introduction 在Mongo里,比起设计数据库关系模式,你只需做很少的标准化工作, because there are no server-side "joins"。通常来说,都希望每个顶级对象对应一个Collection。 每一种分类都建立一个Collection,只需创建一个嵌入式对象。例如在下面的图中,我们有两个Collection,student和coureses。学生Collection中包含一个嵌入的address文档和coursesCollection有联系的score文档。 如果用关系数据库来设计,几乎肯定会把score分离出来单独做一张表,然后加一个外键和student相连。 Embed vs. Reference 在Mongo数据库设计中关键的一句话是“比起嵌入到其他Collection中做一个子对象,每个对象值得拥有自己的Collection吗?”。在关系数据库中。每个有兴趣的子项目通常都会分离出来单独设计一张表(除非为了性能的考虑)。而在Mongo中,是不建议使用这种设计的,嵌入式的对象更高效。(这句不是很确定Data is then colocated on disk; client-server turnarounds to the database are eliminated)数据是即时同步到硬盘上的,客户端与服务器不必要在数据库上做周转。所以通常来说问题就是“为什么不使用嵌入式对象呢?” 利用上面的例子,我们来看下为什么引用比较慢 Mongo代码 print( student.address.city ); address是嵌入式对象,所以这个操作通常是很快速的,如果sdudent被放在内存中,那address也通常在内存中。然而下面这个例子: Mongo代码 print( student.scores[0].for_course.name ); 如果是第一次访问scores[0]的内容,会先执行下面这句: Mongo代码 // pseudocode for driver or framework, not user code student.scores[0].for_course = db.courses.findOne({_id:_course_id_to_find_}); 因此,每一次引用遍历都是一个数据库查询。一般来说,有问题的Collection都是默认的在_id建有索引,查询会稍微快一些。然而即使所有的数据都缓存在内存中,鉴于服务器端/客户端 的应用程序和数据库通信时仍然会有一些延迟。一般来说,期望在查询时缓存命中的境况下有1ms。因此,如果我们迭代1000 student,查找即使在有缓存的情况下仍然是很慢的,超过1m。如果我们只需要查找一条记录,时间应该在1ms左右,这对于一个网页加载来说是可以接受的。(注意:如果数据已经在缓存中,取出1000条数据也许花费时间少于1m,) 一些规则: 1、顶级对象,一般都有自己的Collection 2、线性细节对象,一般作为嵌入式的 3、一个对象和另一个对象是包含关系时通常采用嵌入式设计 4、多对多的关系通常采取引用设计 5、只含有几个简单对象的可以单独作为一个Collection,因为整个Collection可以很快的被缓存在应用程序服务器内存中。 6、在Collection中嵌入式对象比顶级对象更难引用。as you cannot have a DBRef to an embedded object (at least not yet). 7、It is more difficult to get a system-level view for embedded objects. For example, it would be easier to query the top 100 scores across all students if Scores were not embedded. 8、如果将要嵌入的数据量很大(很多M),你可以限制单个对象的大小 9、如果性能存在问题,请使用嵌入式设计 原文 写道 * "First class" objects, that are at top level, typically have their own collection. * Line item detail objects typically are embedded. * Objects which follow an object modelling "contains" relationship should generally be embedded. * Many to many relationships are generally by reference. * Collections with only a few objects may safely exist as separate collections, as the whole collection is quickly cached in application server memory. * Embedded objects are harder to reference than "top level" objects in collections, as you cannot have a DBRef to an embedded object (at least not yet). * It is more difficult to get a system-level view for embedded objects. For example, it would be easier to query the top 100 scores across all students if Scores were not embedded. * If the amount of data to embed is huge (many megabytes), you may reach the limit on size of a single object. * If performance is an issue, embed. Use Cases 来看几个实例 1、客户/订单/订单项目 订单必须作为一个Collection,客户作为一个Collection,订单项目必须作为一个子数组嵌入到订单Collection中 2、博客系统 posts应该作为一个Collection,auth可以作为一个单独的Collection,或者auth包含的字段很少,比如只有email,address之类的为了更高的性能,也应该设计为嵌入式的对象. Index Selection 数据库设计的第二个方面是索引的选择,一般规则:在mysql中需要的索引,在Mongo中也同样需要. _id字段是自动被索引的 Fields upon which keys are looked up should be indexed. 排序字段一定建立索引.
如何存储树形数据
在数据库中存储结构的数据,这是一个非常普遍的需求,典型的比如论坛系统的版块关系。在传统的关系型数据库中,就已经产生了各种解决方案。
此文以存储树形结构数据为需求,分别描述了利用关系型数据库和数据库作为存储的几种设计模式。
A.关系型数据库设计模式1
id | name | parent_id |
1 | A | NULL |
2 | B | 1 |
3 | C | 1 |
4 | D | 2 |
上图表示了传统的设计方法之一,就是将树形结构的每一个结点作为关系型数据库中的一行进行存储,每一个结点保存一个其父结点的指针。
- 优点:结构简单易懂,插入修改操作都很简单
- 缺点:如果要获取某个结点的所有子结点,将是一件很恶心的事
B.关系型数据库设计模式2
id | name | parent_id | left | right |
1 | A | NULL | 1 | 8 |
2 | B | 1 | 2 | 5 |
3 | C | 1 | 6 | 7 |
4 | D | 2 | 3 | 4 |
上图在模式1的基础上多了两列,left和right,相当于btree中的左右分支,分别存储了左右分支结点的最大值和最小值。
- 优点:要查找一个结点的子结点很容易,只需要做一个范围查询就行了(比如B节点的子结点,只需要查询 id >=2 && id<=5)
- 缺点:由于树结构存在在这里面了,所以添加或修改已存在结点将可能产生连锁反应,操作过于复杂
C.文档型数据库设计模式1
{ "name": "A", "children": [ {"name": "B", "children": [{"name": "D"}]}, {"name": "C"} ]}
将整个树结构存成一个文档,文档结构既树型结构,简明易懂。
- 优点:简明易懂
- 缺点:文档会越来越大,对所有结点的修改都集中到这一个文档中,并发操作受限
D.文档型数据库设计模式2
{"_id": "A", "children": ["B", "C"]}{"_id": "B", "children": ["D"]}{"_id": "C"}{"_id": "D"}
将每个结点的所有子结点存起来
- 优点:结构简单,查找子结点方便
- 缺点:查找父结点会比较麻烦
E.文档型数据库设计模式3
{ "leaf": "A", "children": [ {"leaf": "B", "children": [{"leaf": "D"}] }, {"leaf": "C"} ]}{"_id": "A", ...}{"_id": "B", ...}{"_id": "C", ...}{"_id": "D", ...}
充分利用文档型存储schema-less的优点,先利用上面C方案存存储一个大的树形文档,再将每一个结点的其他信息单独存储。
- 优点:操作方便,结构上的操作可以直接操作大的树形文档,数据上的操作也只需要操作单条数据
- 缺点:对所有结点的修改都集中到这一个文档中,并发操作受限
英文原文链接: