MongoDB数据关系建模

werew

  MongoDB中的数据是非常灵活的，集合中也不强制文档要采用统一的结构。但是认真考虑数据模型依然是非常重要的，因为这会影响到应用程序性能和数据库的能力。本文讲述了MongoDB中常见的一对一、一对多关系模型如如何建模。
    （1）一对一嵌入式文档模型（Embedded Document Model）

    假设赞助商和住址是一种一对一关系，赞助商只有一处住址。赞助商可以看成是住址的属性或字段，住址也可以看成是赞助商的一个属性或字段。在类似于这种关系中，使用嵌入式数据模型（Embedded）的好处就是在一次查询中就能得到想要的全部数据，而引用性模型（References）则需要多次查询才能得到想要的数据（姓名和住址）。

    赞助商和住址之间的关系（References）

{    _id: "joe",    name: "Joe Bookreader" } {    patron_id: "joe",    street: "123 Fake Street",    city: "Faketon",    state: "MA",    zip: "12345" }

    赞助商和住址之间的关系（Embeded）

{    _id: "joe",    name: "Joe Bookreader",    address: {               street: "123 Fake Street",               city: "Faketon",               state: "MA",               zip: "12345"             } }

    （2）一对多嵌入式文档模型（Embedded Document Model）

假设赞助商和住址是一种一对多关系，赞助商有多处住址，可以使用引用模型将赞助商当做住址的属性，可以使用嵌入模型将住址当成赞助商的属性。这样的场景适合使用嵌入式模型，一来只有一次查询就能得到想要的所有数据。二来，在一个上下文中就能看到数据数据，结构比较简单。

    赞助商和住址之间的关系（References）

{    _id: "joe",    name: "Joe Bookreader" } {    patron_id: "joe",    street: "123 Fake Street",    city: "Faketon",    state: "MA",    zip: "12345" } {    patron_id: "joe",    street: "1 Some Other Street",    city: "Boston",    state: "MA",    zip: "12345" }

     赞助商和住址之间的关系（Embeded）

{    _id: "joe",    name: "Joe Bookreader",    addresses: [                 {                   street: "123 Fake Street",                   city: "Faketon",                   state: "MA",                   zip: "12345"                 },                 {                   street: "1 Some Other Street",                   city: "Boston",                   state: "MA",                   zip: "12345"                 }               ] }

    （三）一对多引用型文档模型（References Document Model）

图书出版商和图书之间是一种一对多关系，一个出版本可以初版多本图书，可以一本图书只能由一个出版商发行。在这种情形下，如果我们仍使用嵌入式数据模型，可能会导致数据重复，见下图：

{    title: "MongoDB: The Definitive Guide",    author: [ "Kristina Chodorow", "Mike Dirolf" ],    published_date: ISODate("2010-09-24"),    pages: 216,    language: "English",    publisher: {               name: "O'Reilly Media",               founded: 1980,               location: "CA"             } } {    title: "50 Tips and Tricks for MongoDB Developer",    author: "Kristina Chodorow",    published_date: ISODate("2011-05-06"),    pages: 68,    language: "English",    publisher: {               name: "O'Reilly Media",               founded: 1980,               location: "CA"             } }

  为了避免出现数据重复，最好的方法是使用引用型数据模型，将图书出版商和初版图书分别保存在不同的集合中。

    使用引用模型时，引用关系存储在哪一方是由关系之间的数据量决定的。如果出版商的图书增长的非常缓慢，也可以说是每个出版商出版的图书数量有限，可以将关系存储在出版商这边。如下所示：

{    name: "O'Reilly Media",    founded: 1980,    location: "CA",    books: [12346789, 234567890, ...] } {     _id: 123456789,     title: "MongoDB: The Definitive Guide",     author: [ "Kristina Chodorow", "Mike Dirolf" ],     published_date: ISODate("2010-09-24"),     pages: 216,     language: "English" } {    _id: 234567890,    title: "50 Tips and Tricks for MongoDB Developer",    author: "Kristina Chodorow",    published_date: ISODate("2011-05-06"),    pages: 68,    language: "English" }

但如果出版商出版的图书数量非常多，这种模型会导致数据模型发生变化，尤其是增长的数组。这时，最好将引用关系存储在图书一方，如下图：

{    _id: "oreilly",    name: "O'Reilly Media",    founded: 1980,    location: "CA" } {    _id: 123456789,    title: "MongoDB: The Definitive Guide",    author: [ "Kristina Chodorow", "Mike Dirolf" ],    published_date: ISODate("2010-09-24"),    pages: 216,    language: "English",    publisher_id: "oreilly" } {    _id: 234567890,    title: "50 Tips and Tricks for MongoDB Developer",    author: "Kristina Chodorow",    published_date: ISODate("2011-05-06"),    pages: 68,    language: "English",    publisher_id: "oreilly" }