MongoDB嵌入式文档与引用文档在性能方面的比较

Question

我读到嵌入式（embedding）是从性能角度考虑更好的选择：“如果性能是一个问题，就使用嵌入式（embed）。”（http://www.mongodb.org/display/DOCS/Schema+Design），并且大多数指南都建议应该使用嵌入式来包含数据。

然而，我不确定这是否正确。假设我们有两个对象：Blog和Post。Blog 包含多篇 Post。

现在将所有的 Post 都嵌入到 Blog 中会有以下问题：

1. 分页。由于无法过滤嵌入的对象，我们将始终获取所有 Post，并需要在应用程序中进行筛选。
   
2. 过滤。与之前相同，当搜索 Post 内的单词时，将无法从 MongoDB 中过滤嵌入的集合。
   
3. 插入。我认为向集合中插入数据比向嵌入的对象中插入数据快。这是正确的吗？有没有相关的资料可以查阅？
   
4. 更新。与之前相同，对于内联更新较小文档(Post)中的字段，可能比对于 Blog 的大文档中嵌入 Post 进行内联更新更快。这是正确的吗？

考虑到以上问题，我会选择将 Post 放在一个单独的集合中，并引用 Blog。这个结论正确吗？

（注意：请不要考虑文档大小限制，假设每个 Blog 最多有1000篇 Post）

- mbdev

Answer 1

1.使用$slice操作符可以实现分页：

db.blogs.find({}, {posts:{$slice: [10, 10]}}) // skip 10, limit 10

2. 还可以进行过滤：

db.blogs.find({"posts.title":"Mongodb!"}, {posts:{$slice: 1}}) //take one post

3,4. 我猜你在谈论微小的性能差异。这不是什么高深的技术，只是一个最多有1000篇文章的博客。

你说：

Is this the correct conclusion?

不要使用分离的文档，如果你关心性能的话（一般来说，如果系统很小，你可以使用分离的文档）。

我对 3,4 进行了小型性能测试，这是测试结果：

-----------------------------------------------------------------
| Count/Time |  Inserting posts   | Adding to nested collection |
-------------|--------------------------------------------------               
|   1        |   1 ms             |  28 ms                      |
|   1000     |   81 ms            |  590 ms                     |
|   10000    |   759 ms           |  2723 ms                    |
 ---------------------------------------------------------------

- Andrew Orsich

---

你确定 #2 返回的是标题匹配一个帖子的博客吗？我认为它会返回包含“Mongodb！”标题的帖子的博客。然后，切片将只过滤第一篇文章。因此，你会得到错误的帖子。 - mbdev

请参见：https://dev59.com/43I95IYBdhLWcg3w1BdN - mbdev

@mbdev：#2只是一个虚假的查询。我只是向您展示它如何完成。 - Andrew Orsich

@Andrew 你还在吗？我想在更正之后接受这个答案。 - mbdev

@mbdev：好的，我稍后会做并通知您。谢谢。 - Andrew Orsich

Answer 2

对于第三点和第四点，如果您正在向嵌套文档中插入内容，则基本上属于更新操作。
这可能会影响性能，因为通常情况下插入操作是将数据追加到末尾，工作速度快。而更新操作就要复杂得多。
如果您的更新操作不改变文档的大小（也就是说只是更改了键值对中的值，新值占用与旧值相同的空间），那么一切都还好，但是当您开始修改文档并添加新的数据时，问题就出现了。
问题在于，虽然MongoDB为每个文档分配了比其所需更多的空间，但可能仍然不足。如果您插入了一个1K大小的文档，MongoDB可能会为文档分配1.5K的空间，以确保对文档进行微小更改时有足够的空间增长。如果使用的空间超过了分配的空间，MongoDB必须获取整个文档并在数据末尾重新编写它。
从提取和重新编写数据中显然存在性能影响，而此类操作频率越高，影响就越明显。更糟糕的是，当发生这种情况时，您最终会留下无用空间的空洞或口袋，这些空洞会复制到内存中，这意味着您可能会使用2GB的RAM来存储数据集，而实际上数据本身只占用1.5GB，因为有0.5GB的空洞。通过插入操作而不是更新操作可以避免出现这种分段情况，也可以通过进行数据库修复来解决它。在下一个版本的MongoDB中将提供在线压缩功能。

- Bryan Migliorisi

---

你认为这些数字会比安德鲁的更糟糕吗？ - mbdev

很难说 - 这完全取决于您的数据结构和文档及嵌入式文档的大小。一旦您尝试插入一个大于免费空间限制的文档，您会看到写入性能下降。我认为这将很难通过小型测试和相对较小的数据集来证明。 - Bryan Migliorisi

Answer 3

1. 您可以使用'$slice'在嵌入元素上进行分页。
2. 您可以使用"field1.field2": /aRegex/进行搜索，其中aRegex是您要搜索的单词。但要注意性能。

关于第3和第4点，我没有证据数据。

顺便说一下，使用两个集合可能更容易编写/使用/管理。您可以在每个“博客”文档中注册blogId，并在所有查询中添加"blogId":"1234ABCD"。

- Aurélien B