文档数据库：冗余数据、引用等（特别是MongoDB）

Question

文档数据库：冗余数据、引用等（特别是MongoDB）

mongodbdocument-database

37

似乎我经常遇到需要将数据拆分为两个文档的情况。假设这是一家连锁店，您要保存每个顾客访问的哪些商店。商店和顾客需要独立的数据因为它们与许多其他事物进行交互，但我们确实需要将它们联系起来。

因此，简单的答案是在商店文档中存储用户ID，在用户文档中存储商店ID。但通常情况下，您想要访问1-2个其他的数据以便于显示，因为ID并不有用。比如说顾客姓名或商店名称。

你通常会存储整个文档的副本吗？还是只存储所需的数据片段？也许这取决于文档的大小以及你需要多少其中的内容。
如何处理重复数据的问题？当数据更改时是否需要寻找数据？在加载时更新数据间隔时间？只有在可以承受过期数据时才重复？

希望您能提供意见和/或任何有关这些主题的“最佳实践”或至少合理推论的链接。

- Jim

3个回答

16

这里的答案实际上取决于你需要多及时的数据。

@Niels 在这里有一个很好的总结，但我认为值得一提的是你可以“作弊”。

假设您想要显示用户使用的商店。显然问题在于您无法将商店“嵌入”到用户中，因为商店本身太重要了。但是您可以在用户中嵌入某些商店数据。

只需使用您想要用于显示的内容，例如“商店名称”。因此，您的用户对象将如下所示：

{
  _id : MongoID(),
  name : "Testy Tester",
  stores : [ 
             { _id : MongoID(), "name" : 'Safeway' },
             { _id : MongoID(), "name" : 'Walmart' },
             { _id : MongoID(), "name" : 'Best Buy' }
            ]
}

通过这种方式，您可以显示典型的“网格”视图，但需要链接来获取有关商店的更多数据。

- Gates VP

5

当数据定期生成或基于现有数据时，这是一种好的方法。如果您手动插入额外的数据，您也必须手动更新它。当然，对于不太可能更改的事物（如商店名称），这并不是问题。+1 - Niels van der Rest

1

回答你的直接问题：

不要有重复。
不要有重复。

;)

你唯一可以拥有的重复值是“简单”的值，比如权重（可能相同，但单独存储既不高效也不节省空间），以及引用另一个对象的id（它们是重复的值，但比替代的重复对象数据更小更易处理）。

现在，回答你的情境：你需要的是多对多关系。通常的解决方案是创建第三个“通过”或“桥接”表/集合，可能称为StoreUsers：

StoreUsers
----------
storeuser_id
store_id
user_id

您需要为每个商店和用户之间的链接添加一条记录，无论是针对不同的商店、不同的用户还是一个商店中的一堆用户。您可以独立查找此信息，无论是针对商店还是用户。 MongoDB 也提倡这种方法；它并非只适用于 RDBMS。

- Lee

5

等一下！这和RDBMS有什么区别呢？ - Vaibhav

12

在与Mongo一起处理一个大型项目时，如果考虑这个答案是正确的方法，我会感到非常失望。一旦使用引用，Mongo比任何关系型数据库都要慢得多。我正在尝试通过检查最佳的数据复制方式来解决这个问题，但我看到的所有建议都是像在关系型数据库中一样操作...那么MongoDB的用途是什么？ - Laurent

1

这是一个非关系型数据库，它实现了我们的数据倾向于关系型 :) - aelmosalamy

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Niels van der Rest · Accepted Answer

基本上有两种情况: 新鲜和陈旧。

新鲜数据

存储重复的数据很容易。维护重复的数据是困难的部分。因此，最简单的方法就是避免维护，只需一开始就不存储任何重复数据。如果你需要 新鲜数据，那么只需存储引用，并在需要检索信息时查询集合。

在这种情况下，由于额外的查询而产生一些开销。另一种选择是跟踪所有重复数据的位置，并在每次更新时更新所有实例。这也涉及一些开销，尤其是在像你提到的 N-to-M 关系中。所以无论哪种方式，如果需要新鲜数据，都会有一些开销。你不能两全其美。

陈旧数据

如果你能够接受陈旧的数据，事情就变得容易得多了。为了避免查询开销，可以存储重复数据。为了避免维护重复数据，你不会主动存储重复数据。

在这种情况下，你也只需存储文档之间的引用。然后使用定期的 Map-Reduce 作业生成重复数据。然后你就可以查询单个 Map-Reduce 结果，而不是分开的集合。这样你就避免了查询开销，也不必寻找数据变更。

摘要

只存储其他文档的引用。如果你能接受陈旧的数据，使用定期的 Map-Reduce 作业来生成重复数据。避免维护重复数据；它很复杂且容易出错。