MongoDB嵌入式文档与数组子文档的性能比较

Question

考虑到最多有100,000个朋友的下面竞争性的模式，我希望找到最适合我的需求的最有效的方案。

Doc1（在user_id上建立索引）

{
"_id" : "…",
"user_id" : "1",
friends : {
    "2" : {
        "id" : "2",
        "mutuals" : 3
    }
     "3" : {
         "id" : "3",
         "mutuals": "1"
    }
   "4" : {
         "id" : "4",
         "mutuals": "5"
    }
}
}

Doc2（在user_id和friends.id上创建的复合多键索引）

{
"_id" : "…",
"user_id" : "1",
friends : [
   {
        "id" : "2",
        "mutuals" : 3
    },
    {
         "id" : "3",
         "mutuals": "1"
    },
   {
         "id" : "4",
         "mutuals": "5"
    }
]}

我似乎找不到任何关于子字段检索效率的信息。我知道Mongo将数据在内部实现为BSON，所以我想知道投影查找是否是二进制O(log n)？

具体来说，给定一个用户ID，查找是否存在带有朋友ID的朋友，那么这两个不同模式下的查询如何比较？（假设上述索引）请注意，返回什么并不重要，只要如果该朋友存在，则返回非空。

Doc1col.find({user_id : "…"}, {"friends.friend_id"})
Doc2col.find({user_id : "…", "friends.id" : "friend_id"}, {"_id":1})

另外一个有趣的问题是$set修饰符的工作原理。对于模式1，给定查询Doc1col.update({user_id : "…"}, {"$set" : {"friends.friend_id.mutuals" : 5})，查找friends.friend_id的工作原理是怎样的？这是一个O(logn)操作吗（其中n是朋友数量）？

对于模式2，查询Doc2col.update({user_id : "…", "friends.id" : "friend_id"}, {"$set": {"friends.$.mutuals" : 5})与上述内容相比如何？

- Nelson Shaw

---

采用数组格式（Doc2），因为动态键几乎从来不是正确的方法。另外，不要使用智能引号（这不是合法的语法，而且很难阅读）。 - JohnnyHK

我想Doc2可能会使用多达几个字节的额外存储，但正如@JohnnyHK所说，Doc1并不是一个好的方法。相信我，使用Doc1的人提出的问题很多，然后他们意识到必须转移到Doc2才能对其模式执行任何操作... - Sammaye

谢谢你的建议。@Sammaye，为什么Doc2会使用多几个字节的存储空间？你是指索引吗？顺便说一句，智能引号是复制粘贴时出现的错误。 - Nelson Shaw

索引在两者之间应该是相对相同的大小，嗯，我可能错了，实际上我认为对象数组比其他自定义对象的自定义对象更小，无论哪种方式，我认为存储的差异几乎可以忽略不计。 - Sammaye

这个问题在这里得到了很好的回答：https://dev59.com/jGsz5IYBdhLWcg3wLEq8。对我来说，关键点似乎是动态键方法不可索引。 - John Greenall

Doc2还可以使用$unwind运行聚合查询以查询数组元素。在Doc1中无法执行此操作。 - Adam Pridmore

Answer 1

如果主要需求是以良好可控的方式呈现数据，那么推荐使用doc1。使用投影{}, {friends.2 : 1}可以轻松过滤所需数据。

如果您的用例不关心结果请注意，返回的内容并不重要且需要提高获取速度，则doc2是最佳选择。

此外，doc2允许更清晰简洁的语法。

db.doc2.findOne({user_id: 1, friends.id : 2} )

对比

db.doc1.findOne({ $and : [{ user_id: 1 }, { "friends.2" : {$exists: true} }] })

最后要说的是，然而，我们可以在doc1上创建稀疏索引（并使用$exists），但如果你有10万个朋友，则每个朋友都需要一个稀疏索引，这种情况是荒谬的。相反，对于合理数量的条目，比如人口统计学数据（男性、女性）、年龄组（0-10岁、11-16岁、25-30岁等）或更重要的事项（琴酒、威士忌、伏特加等），我们可以创建合适的索引。

- Gabe Rainbow