MongoDB：用于搜索性能的嵌套值与单独的集合 - 数据库模式设计

Posted 2023-03-29

【中文标题】MongoDB：用于搜索性能的嵌套值与单独的集合 - 数据库模式设计

【英文标题】：MongoDB: Nested values vs separate collections for search performance - DB schema design

【发布时间】：2021-11-23 04:42:41

【问题描述】：

假设我有一个 MongoDB，其中我有单独的 texts，其中包含 statements。

我需要能够搜索texts，它在statements 中有某些关键字（还有多个出现搜索词的文本）。

我还需要能够在特定用户添加的所有文本中找到所有statements，其中包含特定的搜索短语。

我的问题：我需要为statements 创建一个单独的集合还是可以简单地将它们嵌套添加到texts 集合中？

所以，选项 1（单独的集合）：

文本集合

text: 
    name: 'nabokov',
    id: '1'

语句集合：

statement: 
    text_id: '1',
    id: '24',
    text: 'He opened the window and saw the sky`

选项 2（嵌套）：

text: 
    name: 'nabokov',
    id: '1'
    statements: [
        id: '24',
        text: 'He opened the window and saw the sky`
    ]

如果我想根据关键字搜索分别检索语句并保留上下文数据（例如它们属于哪个文本等），哪种 MongoDB 存储架构更好

这将如何影响较大 DB（例如 > 100 Gb）的写入/读取速度。

我的文本将被限制为 16 Mb。

【问题讨论】：

option2 中的语句数组应该有多大（有多少成员）？这是决定的重要因素。大文档 => 较慢的更新（加载到内存中）=> 如果您经常更新它们会出现问题

@Takis_ 那里可能有数万条语句。您认为将它们写入单独的集合而不是文档中会更快吗？

我想是这样，但如果你想ask here also 给他们所有可能的信息，最好也问更有经验的人

【参考方案1】：

对于 MongoDB 文档架构设计 w.r.t.性能，有几个因素可能有助于考虑：

集合之间关系的基数是什么？ 集合中文档的预期数量/大小是多少？ 最常用的查询是什么？ 文档多久更新一次？

对于您的场景，我们实际上需要您提供更多上下文/详细信息来制定更明智的“答案”。但这里有一些我之前亲身经历过的常见场景，作为参考可能对你有用。

text 作为不经常更新的根文档；大多数查询都基于statement 集合作为子集合。

在这种情况下，最好将text 文档反规范化并将字段name 复制到相应的statement 文档中。 例如

statement: 
    text_id: '1',
    text_name: 'nabokov',
    id: '24',
    text: 'He opened the window and saw the sky`

通过这种方式，您可以避免将$lookup 加入text 集合，从而提高性能，同时只需少量维护新的text_name 列的成本。由于text 文档无论如何都不会经常更新，因此成本很小。

text 文档将仅与少量 statements 对象/文档相关联。

在这种情况下，选择选项 1 可能是个好主意（即将语句保存在 text 文档的数组中）。优点是您可以编写相当简单的查询，并避免维护另一个 statement 集合的成本。

这里是very good document 以了解有关 MongoDB 架构设计的更多信息。