1.資料模型

  1.1 什麼是資料模型？

  資料模型是一組由符號、文字組成的集合，用以準確表達資訊，達到有效交流、溝通的目的

  1.2 資料模型設計元素

• 實體 Entity
  • 描述業務的主要資料集合
• 屬性 Attribute
  • 描述實體裡面的單個屬性
• 關係 Relationship
  • 描述實體與實體之間的資料規則
  • 結構規則：1-N N-1 N-N
  • 引用規則：比如電話號碼不能單獨存在，必須依賴於具體的人

2.JSON文件模型設計特點

  2.1 MongoDB文件模型設計的三個誤區

• 不需要模型設計
• MongoDB應該用一個超級大文件來組織所有資料
• MongoDB不支援關聯或者事務

  2.2 為什麼說MongoDB是無模式的

• 嚴格來說，MongoDB同樣需要概念/邏輯建模
• 文件模型設計的物理層結構可以和邏輯層類似
• 可以省略物理建模的具體過程

  2.3 文件設計模式原則：效能和易用

  2.4 關係模型 vs 文件模型

3.MongoDB文件模型設計三部曲

  3.1 建立基礎文件模型

• 根據概念模型或者業務需求推匯出邏輯模型 -找到物件

• 列出實體之間的關係 -明確關係

• 套用邏輯設計原則來決定內嵌方式 -進行建模

• 完成基礎模型構建
  

• 一個聯絡人管理應用的例子
  

  • 1.找到物件
    -- Contacts
    -- Group
    -- Address
    -- Portraits
  • 2.明確關係
    -- 一個聯絡人有1個頭像 （1-1）
    -- 一個聯絡人可以有多個地址 （1-N）
    -- 一個聯絡人可以屬於多個組，一個組可以有多個聯絡人（N-N）
  • 3.關係建模（1-1）：Portraits
    -- 基本原則：一對一關係以內嵌為主，作為子文件形式或者直接在頂級，不涉及到資料冗餘
    -- 例外情況：如果內嵌後導致文件大小超過16MB
    
  • 4.關係建模（1-N）：Address
    -- 基本原則：一對多關係同樣以內嵌為主，用陣列來表示一對多，不涉及到資料冗餘
    -- 例外情況：內嵌後導致文件大小超過16MB、陣列長度太大（數萬或更多）、陣列長度不確定
    
  • 5.關係建模（N-N）：Groups
    -- 基本原則：不需要對映表，一般用內嵌陣列來表示一對多，通過冗餘來實現N-N
    -- 例外情況：內嵌後導致文件大小超過16MB、陣列長度太大（數萬或更多）、陣列長度不確定
    

  3.2 根據讀寫工況細化

• 聯絡管理應用的分組需求
  Q : 假如有千萬級聯絡人；需要頻繁變動分組的資訊，比如增加分組及修改名稱及描述以及營銷狀態；一個分組有百萬級聯絡人，如何解決？
  A : Group使用單獨的集合
  
  

• 什麼時候應該使用引用方式？

  • 內嵌文件太大，數MB或者超過16MB
  • 內嵌文件或陣列元素會頻繁修改
  • 內嵌陣列元素會持續增長並且沒有封頂

• MongoDB引用設計的限制

  • MongoDB對使用引用的集合無主外來鍵檢查（需要程式自行判斷）
  • MongoDB使用聚合框架的 $lookup 來模仿關聯查詢
  • $lookup 只支援 left outer join
  • $lookup 的關聯目標（from）不能是分片表

db.contacts.aggregate([
 {
   $lookup:{
     from:"groups",   #外聯表
     localField:"group_ids",    #外來鍵欄位
     foreignField:"group_id",    #外聯表主鍵
     as:"groups"     #查詢結果
   }
 }
])

  3.3 套用設計模型

• 物聯網場景下的海量資料處理 - 飛機監控資料
  -- 要求記錄飛機的實時位置，假設有10萬架飛機、1年的資料、每分鐘一條
  -- 如果每架飛機每分鐘都往資料庫寫入一條資料，那麼資料量將非常龐大，如何解決呢？可以使用分桶設計解決：一個文件儲存一架飛機一小時的資料

• 大文件，很多欄位，很多索引
  -- 比如一個表中存在各種各樣的名字（chineseName,englishName,franchName...），而且每個名字會頻繁的查詢。可以使用列轉行，將多個相同的列轉化為一個數組（names:{ chinese:'',english:'',franch:'' }）

• 模型靈活了，如何管理文件的不同版本？
  -- 增加一個版本欄位

• 統計網頁流量點選
  -- 如果每次點選頁面都產生一個計數更新操作，那麼資料庫將大量由此操作佔據了
  -- 這種統計數字準確性並不十分重要，可以使用近似計算優化：每10次操作計數一次寫入庫數值10

if random(0,9) == 0
  increment by 10

• 業績排名、遊戲排名、商品銷售統計等精確統計
  -- 如某個商品今天賣了多少、本週賣了多少、本月賣了多少
  -- 傳統解決方案是通過聚合計算，但是消耗資源多，聚合計算時間長；使用聚合欄位

{
  product:"洗衣服",
  sku:"10000",
  price:23.99,
  stock:9999,
  daily_sales:10,
  weekly_sales:100,
  monthly_sales:700
}

db.products.update({_id:123,{
  $inc:{
    stock:-1,
    daily_sales:1,
    weekly_sales:1,
    monthly_sales:1
  }
}})

• 模式小結