写给MongoDB开发者的50条建议Tip1

jqkyp

　　本系列文章翻译自《50 Tips and Tricks for MongoDB Developers》，暂时没有找到中文版，反正自己最近也在深入学习mongodb，所以正好拿来翻译一下。一方面加强自己学习的效果，另一方面让大家也一起来体验一下需要我们这些mongodb使用者需要注意的地方。
　　首先声明自己的英文水平不是太高，加之有些英文翻译成中文也找不到合适的词来表达，所以在文章中可能会出现英文原词，或者说有些地方的翻译会有些生硬，也就是说会出现直译的地方。翻译该书的主要目的是为大家学习探讨用的，如果有翻译不精准的地方，或者说有更加精准的翻译，还请大家指出，我会及时的更正的，在此先谢过各位了。
　　Tip#1.Duplicate data for speed，reference data for integrity
　　数据冗余是为了性能，引用数据是为了完整性。
　　被多个文档使用的数据，既可以直接嵌入文档，也可以在文档中引用数据。嵌入不一定就比引用好，反之，引用也不一定就比嵌入好。每一种都有自己的取舍，不论什么，你都应该选择适合你的应用程序的方式。
　　嵌入式的结构，可能会导致数据的不一致。假设你需要把图1.1中的fruit的值从苹果修改为鸭梨，你刚修改完food集合中的fruit值，这时候你的应用崩溃了，其他地方的fruit的值还是旧的值，这时候你的应用中就同时存在两种不同的fruit值。

　　图1.1 嵌入式结构，fruit的值既存在于food集合，也存在于meals集合
　　不一致性也不是什么大问题，但“不是大问题”也是有级别的，这个级别依赖于你的用户需求。对于很多的应用，短时间内的不一致是可以接受的。假设一个用户修改了他的姓名，在几个小时内，他的旧帖子继续显示他的旧姓名，是可以接受的。如果是即使短时间的不一致性也不能接受的话，你就需要考虑使用引用式的结构了。

　　图1.2 引用式结构，fruit的值只存在于food集合，meals集合存储fruit的id
　　这需要权衡，你不能同时拥有最好的性能和确保及时的数据一致性。你必须决定哪一个对于你的应用来说更重要。
　　

　　
举个例子来说。
　　

　　
假设我们正在设计一个购物车的应用，设计在mongodb中存在订单信息，订单需要包含哪些信息呢？
　　

　　
引用式结构
　　

• a product:
  
• {
  
•   "_id":productId,
  
•   "name":name,
  
•   "price":price
  
• }
  
• a order:
  
• {
  
•   "_id":orderId,
  
•   "user":userInfo,
  
•   "items":[
  
•     productId1,
  
•     productId2
  
•   ]
  
• }
  

　　

　　

　　
在订单的item项中存在每一个productid，当需要显示订单内容的时候，首先查询order集合，然后根据productid查询product集合来获取相应的产品名称，没有办法做到只用一次查询就可以获取完整的订单信息。
　　

　　
如果产品信息被更新，所有引用该产品的地方，都会显示新的产品信息。引用式的结构会拖慢读数据的速度，但是在多个订单会有很好的一致性，多个文档能实现原子的变化（只需要修改引用的文档的信息）。
　　

　　
嵌入式结构
　　

• a product:
  
• {
  
•   "_id":productId,
  
•   "name":name,
  
•   "price":price
  
• }
  
• a order:
  
• {
  
•   "_id":orderId,
  
•   "user":userInfo,
  
•   "items":[
  
•     {
  
•       "_id":productId1,
  
•       "name":name,
  
•       "price":price
  
•     },
  
•     {
  
•       "_id":productId2,
  
•       "name":name,
  
•       "price":price
  
•     }
  
•   ]
  
• }
  

　　

　　

　　
将产品信息嵌入到订单信息中，当需要显示订单的时候，只需要执行一次查询即可。如果产品的信息发生变化，而且我们想要将变化传递给订单的话，我们需要更新多个独立的订单。
　　

　　
嵌入式结构加快了读取的速度，但是一致性会降低，产品信息不能被原子的在多个文档中被修改。
　　

　　
决定使用嵌入式结构还是使用引用式结构，可以参考下面的因素：
　　

• 为很少发生变化的数据，每次都是再次读取，你是否愿意付出这样的代价？
  

　　你是愿意承担1000次读取带来的惩罚？大多数应用，读的压力要大于写的压力。这需要你仔细测试自己的比例。
　　你正在考虑的引用数据的变化频率如何？改变越少，越是赞成使用嵌入式的结构。引用很少改变的数据，例如名称，出生日期，存货标记和地址，是很不值的。

• 一致性有多重要？
  

　　如果一致性很重要，你就应该使用引用式结构。例如，多个文档需要原子的查看数据的变化。如果我们正在设计一个交易系统，有价证券只能在特定的时间才可以进行交易，到达不可以进行交易的时间，我们需要立即锁定这些有价证券。这种事情在应用级别来操作可能更好，因为应用需要知道在什么时间锁定或者解锁。
　　在上面的这个订单应用中，一致性可能是有害的。假设我们想要给一个产品打折，20% off。我们不想更新已经存在的订单中的产品信息。这时候，我们需要的可能是一个快照，是下单时候的产品信息。

• 是否需要更快的读取速度？
  

　　如果需要尽可能快的读取速度，我们应该使用嵌入式结构。实时系统应该更多的使用嵌入式结构。
　　上面的这个订单文档是一个很好的嵌入式结构的例子，改变产品信息的时候，我们不想改变订单的信息。在这里，引用式结构不能带给我们任何的好处。
　　在这个例子中，嵌入式结构是最佳的选择。
　　最后给大家一个地址，Your Coffee Shop Doesn't Use Two-Phase Commit，，里面的例子讲述了在真实的环境中，如何处理一致性问题，以及相关的系统改如何设计。