引用和嵌入¶
图一
图二
图一为嵌入,将address集合嵌入一个集合中 图二为引用(ref),$ref为被引用的集合名,$id为id
我们有两个Collection,student和coureses。第一张图就是MongoDB表设计,学生Collection中包含一个嵌入的address文档和coursesCollection有引用关系的score文档。第二张图为关系型数据库的建表模式。
关系型与mongoDB比较¶
student与score是一对多的关系,其scores字段就是一个BSON,该BSON可以只有一个for_course,也可以有两个、三个、任意个for_course,其固有的模式自由特性使得它可以将score包含在内而无需另建一个score集合。
对于与student为一对一关系的address表也可以直接合入student,无需担心address的扩展性,当以后需要给address新增一个province字段,直接在数据插入时加上这个值即可。
对于与student成多对多关系course表,为了减少数据冗余,可以将course建立为一个集合,同关系型的数据库设计中类似。
mongoDB嵌入与引用比较¶
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。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?”
当查询address时比查询scores快¶
因为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。而for_course是引用的,查询scores还需要再去查询for_cours的id。
那我们什么时候需要嵌入,什么时候引用?¶
- 顶级对象,一般都有自己的Collection
- 线性细节对象,一般作为嵌入式的
- 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
- 多对多的关系通常采取引用设计
- 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。
- 在Collection中嵌入式对象比顶级对象更难引用。你不能引用嵌入式对象(至少目前还没有)。
- 它得到一个嵌入式对象的系统级视图更难。例如,如果分数不嵌入它会更容易查询前100的成绩在所有学生。
- 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
- 如果性能存在问题,请使用嵌入式设计
实例¶
我们来用实例详解下嵌入式和引用(我写数量比较大的Demo时,建模没考虑好直接一对多嵌入,总是报文档过大错误,因为MongoDB聚合查询返回的文档大小限制在16M,大于它就会报错,所以看下面)
基于MongoDB丰富的表达力,我们不能说我们必须采用一个标准的方法来进行1 to n的建模。稍后我们从3个具体场景来展开讲解。
首先,我们将1 to n 中的n进行场景细化。这个n究竟代表多大的量级呢?是几个到几十个?还是几个到几千个?还是成千上万个?
1 to n(n代表好几个,或几十个,反正不太多)¶
比如每个Person会有多个Address。此种情况下,我们采用最简单的嵌入式文档来建模。
{
name: 'Kate Monster',
id: '123-456-7890',
addresses : [
{ street: '123 Sesame St', city: 'Anytown', cc: 'USA' },
{ street: '123 Avenue Q', city: 'New York', cc: 'USA' }
]
}
这种建模的方式包含了显而易见的优点和缺点:
优点:你不需要执行单独的查询就可以获得某个Person的所有Address信息。
缺点:你无法像操作独立文档那样来操作Address信息。你必须首先操作(比如查询)Person文档后,才有可能继续操作Address。
在本实例中,我们不需要对Address进行独立的操作,且Address信息只有在关联到某一个具体Person后才有意义。所以结论是:采用这种embedded(嵌入式)建模是非常适合Person-Address场景的。
1 to n(n代表好些个,比如几十个,甚至几百个)¶
比如产品(Product)和零部件(part),每个产品会有很多个零部件。这种场景下,我们可以采用引用方式来建模,如下:
零部件(Part):
{
_id : ObjectID('AAAA'),
partno : '123-aff-456',
name : '#4 grommet',
qty: 94,
cost: 0.94,
price: 3.99
}
产品(Product):
{
name : 'left-handed smoke shifter',
manufacturer : 'Acme Corp',
catalog_number: 1234,
parts : [ // array of references to Part documents
ObjectID('AAAA'), // reference to the #4 grommet above
ObjectID('F17C'), // reference to a different Part
ObjectID('D2AA'),
// etc
]
}
首先每个part作为单独的文档存在。每个产品中包含一个数组类型字段(parts),这个数组中存放的是所有该产品包含的零部件的编号(_id主键)。当你需要根据某一个产品编号查询该产品包含的所有部件信息时,你可以执行以下操作:
> product = db.products.findOne({catalog_number: 1234});
// Fetch all the Parts that are linked to this Product
> product_parts = db.parts.find({_id: { $in : product.parts } } ).toArray() ;
这种建模方式的优缺点也非常明显:
优点:部件是作为独立文档(document)存在的,你可以对某一部件进行独立的操作,比如查询或更新。
缺点:如上,你必须通过两次查询才能找到某一个产品所属的所有部件信息。
在本例中,这个缺点是可以接受的,本身实现起来也不难。而且,通过这种建模,你可以轻易的将1 to n扩展到n to n,即一个产品可以包含多个部件,同时一个部件也可以被多个产品所引用(即同一部件可以被多个产品使用)。
1 to n(这个n代表很大的数值,比如成千上万,甚至更大)¶
比如,每一个主机(host)会产生很大数量的日志信息(logmsg)。在这种情况下,如果你采用嵌入式建模,则一个host文档会非常庞大,从而轻易超过MongoDB的文档大小限制,所以不可行。如果你采用第二中方式建模,用数组来存放所有logmsg的_id值,这种方式同样不可行,因为当日志很多时,即使单单引用objectId也会轻易超过文档大小限制(16M)。所以此时,我们采用以下方式: 主机(hosts):
{
_id : ObjectID('AAAB'),
name : 'goofy.example.com',
ipaddr : '127.66.66.66'
}
日志(logmsg):
{
time : ISODate("2014-03-28T09:42:41.382Z"),
message : 'cpu is on fire!',
host: ObjectID('AAAB') // Reference to the Host document
}
我们在logsmg中,存放对host的_id引用即可。
综上所述,在对1 to n关系建模时,我们需要考虑: #. n代表的数量级很小,且n代表的实体不需要单独操作时,可以采用嵌入式建模。 #. n代表的数量级比较大,或者n代表的实体需要单独进行操作时,采用在1中用Array存放引用的方式建模。 #. n代表的数量级非常大时,我们没有选择,只能在n端添加一个引用到1端。