社交应用的多对多关系：Mongodb 或 Neo4j 等图形数据库

Posted 2023-02-24

【中文标题】社交应用的多对多关系：Mongodb 或 Neo4j 等图形数据库

【英文标题】：many-to-many relationships for social app: Mongodb or graph databases like Neo4j

【发布时间】：2012-02-14 20:56:51

【问题描述】：

我试图了解在 Mongodb 中的嵌入，但找不到足够好的文档。不建议链接，因为写入在文档之间不是原子的，并且还有两个查找。有人知道如何解决这个问题吗？或者你会建议我去像 neo4j 这样的图形数据库。

我正在尝试构建一个需要多对多关系的应用程序。为了解释，我将以图书馆为例。它可以根据他的朋友正在阅读的书籍和邻居（志同道合）用户正在阅读的书籍向用户推荐书籍。

有用户和书籍。用户借书并有其他用户的朋友

给定一个用户，我需要他正在阅读的所有书籍以及相互阅读的数量 本书的朋友 给定一本书，我需要所有正在阅读它的人。可以给 用户A，这将返回人们阅读书籍的交集 和用户 A 的朋友。这是相互的友谊

用户 = [

        name: 'xyz', 'id':'000000', friend_ids:['949583','958694']

        name: 'abc', 'id':'000001', friend_ids:['949582','111111']

      ]

书籍 = [

      'book':'da vinci code', 'author': 'dan brown', 'readers'=['949583', '000000']

      'book':'iCon', 'author': 'Young', 'readers'=['000000', '000001']

      ]

如上所示，如果我使用 mongo DB，通常我需要两个文档，因为我可能会采用两种方式查找。将文档复制（嵌入）到另一个文档中可能会导致大量重复（这些架构可能存储的信息比显示的多得多）。

我的数据建模是否正确？这可以在 mongodb 中有效地完成还是我应该查看图形数据库。

【参考方案1】：

免责声明：我为 Neo4j 工作

从您的大纲、要求和数据类型来看，您的应用似乎是图形数据库的最佳选择。

我建议您使用图形数据库进行快速峰值，看看它是如何进行的。

不会有重复 您有原子操作的事务 跟随链接是自然的操作 本地查询（例如来自用户或书籍）既便宜又快速 您可以使用最短路径等图形算法来查找有关数据的有趣信息 推荐和类似的操作对于图数据库来说是很自然的

一些问题：

您当初为什么选择 MongoDB？ 您使用什么实现语言？

【讨论】：

感谢迈克尔的回复。我正在使用 python，由于熟悉和共享功能，我选择了 MOngoDB。我仍在分析像 neo4j 这样的图形数据库，并试图看看我是否可以获得类似的性能和共享能力。如果我的用例对于图形数据库来说太琐碎了，那么使用文档存储可能会更容易，你说呢？

听说neo4j读取性能不好，图数据库性能一般。为什么不直接使用 RDBMS？

【参考方案2】：

您上面的基本架构建议适用于 MongoDB，但有一些建议：

使用整数而不是字符串作为标识符。 MongoDB 通常会更紧凑地存储整数（它们将始终为 8 个字节，而字符串的存储大小将取决于字符串的长度）。您可以使用findAndModify 来模拟唯一的序列生成器（例如某些关系数据库中的 auto_increment）——请参阅Mongoengine's SequenceField 了解如何完成此操作的示例。您也可以使用ObjectIds，它始终为 12 个字节，但实际上可以保证是唯一的，而无需在数据库中存储任何协调信息。 您应该使用 _id 字段而不是 id，因为该字段始终存在于 MongoDB 中，并且在其上创建了默认唯一索引。这意味着您的_ids 始终是唯一的，_id 的查找速度非常快。

您是对的，使用这种模式将需要多个find()s，并且每次都会产生网络往返开销。但是，对于您上面建议的每个查询，您需要不超过 2 次查找，并结合一些简单的应用程序代码：

“给定一个用户，我需要他正在阅读的所有书籍以及这本书的共同好友数量” 一个。查找有问题的用户，然后b。使用db.books.find(_id: $in: [list, of, books, for, the, user]) 查询图书收藏，然后c.对于每本书，计算该书的读者加上用户的朋友的集合并集 “给定一本书，我需要所有正在阅读它的人。”a.查找有问题的书，然后b。查找所有正在阅读该书的用户，再次使用$in，例如db.users.find(_id: $in: [list, of, users, reading, book]) “可能给一个用户A，这将返回用户A的读书人与朋友的交集。”a.查找有问题的用户，然后b。查找有问题的书，然后c。计算用户朋友和图书读者的集合并集

我应该注意，如果您的列表很长，$in 可能会很慢，因为它实际上相当于对 N 个项目的列表进行 N 次查找。但是，服务器会为您执行此操作，因此它只需要一次网络往返而不是 N。

作为对其中一些查询使用$in 的替代方法，您可以在数组字段上创建索引，并在集合中查询具有数组中特定值的文档。例如，对于上面的查询 #1，您可以这样做：

// create an index on the array field "readers"
db.books.ensureIndex(readers: 1)

// now find all books for user whose id is 1234
db.books.find(readers: 1234)

这称为multi-key index，在某些情况下可以比$in 执行得更好。您的具体体验会因文档数量和列表大小而异。