🔍 扩展性:
- 成本更低
- 通过分片实现水平扩展的灵活性
- 将数据分布在多台服务器上
- 当数据库容量超出时,可进行分片并分散到两台服务器
🔍 BSON:
- JSON(JavaScript对象表示法)文档的二进制表示
- 数据类型:Double, String, Object, Array, Binary Data, ObjectId, Boolean, Date, Null, Regular Expression, JavaScript, 32-bit Integer, Timestamp, 64-bit Integer, Decimal128, Min Key, Max Key
🗄️ 文档:
- 被分组存储在集合中
- 16兆字节大小限制
- 相关的集合会被分组存储在一个数据库中
🔑 _id:
- 每个集合中的文档都有唯一的_id
- 不可变
- 可以是任何类型(不能是数组)
🤯 挑战:
- 应该一起访问的数据应该被存储在一起
- 存储成本很小,开发人员成本很高
- 不要为存储优化,而要为开发人员的生产力和查询优化而优化
- 实现业务逻辑
- 优化数据模型以提高开发人员的生产力和查询优化
🔍 验证选项:
- 可以选择在违反验证规则时抛出错误或警告
🤟 拥抱文档多样性:
- 同一集合中的文档并不需要具有相同的字段
🤖 多态模式:
- 集合中的文档类似但不完全相同
- 根据查询需求将文档分组
- 示例:
{
"type": "singles",
"titles": 167
}
{
"type": "doubles",
"titles": 177,
"tournaments": 233
}
🤯 异常值模式:
- 解决异常值用例(文档中包含数百万个嵌入数据)
- 添加
has_extras
字段 - 创建一个新文档来存储其他嵌入数据
- 示例:
{
"author": "Ken W. Alger",
"customers_purchased": ["user00", "user01"]
}
{
"author": "J.K. Rowling",
"customers_purchased": ["user00", ..., "user999"],
"has_extras": "true"
}
🤯 Reference:
https://www.mongodb.com/developer/products/mongodb/polymorphic-pattern/
Building with Patterns: The Polymorphic Pattern
https://www.mongodb.com/blog/post/building-with-patterns-the-outlier-pattern
Building With Patterns: The Outlier Pattern
Editor
Danny Chan, specialty of FSI and Serverless
Kenny Chan, specialty of FSI and Machine Learning
Top comments (0)