如何使用MongoDB建模数据

Question

我们有一个相对较大规模的应用程序，使用关系型数据库（MSSQL）。经过大量阅读后，我决定要考虑使用MongoDB而不是MSSQL，主要原因是性能和规模问题。

我阅读并研究了Mongo，但无法找到以下问题的答案：

1. 我们是否应该这样做？请注意，我们有时间投入，唯一的问题是“对我们有好处吗？” 2. 如何建立我们的数据模型？

我的问题是，在我们的数据库中有很多一对多的关系。在阅读了this great post（以及second part）之后，我意识到一个好的实践是将决策分为3种情况：

1. 一对少数 2. 一对多 3. 一对很多。

在我们的数据库中，大多数情况下我们使用一对多，但问题是大多数情况下它是相同的“一”。 例如，我们有用户和交易表。每个用户都可以执行交易，因此我应该将用户建模如下： { "name": "John", ..., "Transactions" : [ObjectId("..."), ObjectId("..."),...] } 到目前为止还好，问题是我们有更多不仅仅是交易的内容，例如我们可能会有：帖子、请求和许多像交易这样的功能，然后我的用户集合变得非常庞大（超过25个“列”）。而且当我想要检索数据集时，我必须进行几个查询，不像MSSQL，我只使用Join语句。 另一个问题是我将不得不保存大量的额外数据，例如，对于每个交易，我必须保存终端ID，在报告中我将不得不显示终端名称，在这种情况下（据我所知），我有两个选择，一个是进行2个查询，另一个是也保存终端名称。在关系型数据库中，这是一个简单的连接。 因此，也许对于像我们这样的方案，Mongo（或任何其他基于文档的DB）不是最好的选择？

• 我知道这些是新手问题 :)
• 我们在服务器端使用c# (ASP.Net Web API)

提前感谢！

- Shaul Zuarets

---

“超过25列”不是问题，你可以在用户对象中保留更多。关于连接：https://docs.mongodb.com/manual/reference/operator/aggregation/lookup/ - malcolm

谢谢@malcolm，我熟悉这个查找方法，但据我所知，这不是使用Mongo而是滥用它，对吧？ - Shaul Zuarets

Shaul Zuarets 您的 MS SQL 数据库有多大？我的意思是数据库的大小为多少 MB、GB 或 TB？什么样的数据会让数据库变得很大（文本、blob、索引）？您的读取与写入比例是多少？ - Vasyl Zvarydchuk

Answer 1

您在使用2和3个方法模拟数据时可能会面临一些严重的问题：

对于“一对多”，您可能会面临数据不一致或最终一致性的问题。在这种情况下，您可以将外部文档的索引（引用数组）存储在文档内部。因此，在您的示例中添加新事务需要两个请求：创建一个事务并将其引用添加到用户（更新文档）。MongoDB仅在文档级别具有ACID事务，因此对于您的情况，应用程序出于某种原因可以创建事务但未将其引用添加到用户中。这可能是应用程序故障、网络问题、错误等。当然，您可以使用try/catch块在应用程序中模拟数据库事务，当出现错误时进行数据清理。这会有所帮助，但并不完全，因为应用程序可能会在请求之间崩溃。 因此，如果您的应用程序负载较高，则在一段时间后，您可能会有一些未与任何用户关联的“死”事务。如果您的应用程序仅通过用户查询交易而不是直接查询交易，则在数据库中只会有无用数据。否则，您将面临数据不一致性的问题。 要解决这个问题，您需要创建后台作业来进行适当的清理。因此，在一段时间内，您的数据可能会不一致-最终一致性。对于某些应用程序，这可能是可以接受的，而对于其他应用程序则不是。 在删除交易时，您可能会遇到相同的问题。 我同意，具有25个引用数组（列）的文档看起来并不好。手动处理这样的对象将更加困难（测试、手动数据修复等）。

对于“一对数十亿”，没有这种影响，但您需要索引以有效查询。对于大型共享数据库，性能可能会很差。

总的来说，如果你的应用程序主要使用一个文档（聚合）并且没有太多参考其他文档，并且不需要文档之间的事务，则文档数据库非常好。去规范化也可能是不一致性的源泉。

键值数据非常容易扩展。文档数据库是接近键值数据存储的一步。列式数据库甚至更接近键值，因此可以更好地扩展。

另外，我建议您考虑以下措施来改善SQL Server数据库的性能：

1. 缓存 - 或许您可以将一些应用程序聚合数据进行缓存，而不是每次都在 SQL 数据库中进行连接。例如，Stack Overflow 使用 SQL Server 数据库和 Redis 进行缓存聚合数据（包括问题、回答、评论等）。

2. 通过索引、数据库结构、去规范化等方式优化查询性能。

3. 如果您的数据库托管在本地 SQL Server 中，则可以增加内存、SSD 硬盘、表分区、数据压缩、复制等来提高性能。一般来说，采用这些方法处理大小不超过 1 TB 的数据库可以获得良好的 SQL Server 性能。

4. CQRS 方法。

5. 考虑将应用程序数据存储在不同的数据库中。每种类型的数据库都有其优点和缺点。文档型数据库适合存储聚合数据，SQL 数据库适合关系型数据等。通常，复杂的应用程序会使用多种数据库类型。

- Vasyl Zvarydchuk