NoSQL反模式 - 文檔數(shù)據(jù)庫篇
我們設(shè)計關(guān)系數(shù)據(jù)庫Schema的都有一套完整的方案，而NoSQL卻沒有這些。半年前筆者讀了本《SQL反模式》的書，覺得非常好。就開始留意，對于NoSQL是否也有反模式？好的反模式可以在我們設(shè)計Schema告訴哪里是陷阱和懸崖。NoSQL宣傳的時候往往宣稱是SchemaLess的，這會讓人誤解其不需要設(shè)計Schema。但如果不意識到設(shè)計Schema的必要，陷阱就在一直在黑暗中等著我們。這篇文章就總結(jié)一些別人的，也有自己犯過的深痛的設(shè)計Schema錯誤。
NoSQL數(shù)據(jù)庫最主流的有文檔數(shù)據(jù)庫，列存數(shù)據(jù)庫，鍵值數(shù)據(jù)庫。三者分別有代表作MongoDB，HBase和Redis。如果將NoSQL比作兵器的話，可以這樣(MySQL是典型的關(guān)系型數(shù)據(jù)庫，一樣參與比較)：">
MySQL產(chǎn)生年代較早，而且隨著LAMP大潮得以成熟。盡管其沒有什么大的改進，但是新興的互聯(lián)網(wǎng)使用的最多的數(shù)據(jù)庫。就像傳統(tǒng)的菜刀，結(jié)構(gòu)簡單，幾百年沒有改進。但是不妨礙產(chǎn)生各式各樣的刀法，只要有一把，就能勝任廚房里的大部分事務。MySQL也是一樣，核心已經(jīng)穩(wěn)定。但是切庫，分表，備份，監(jiān)控，等等手段一應俱全。MongoDB是個新生事物，提供更靈活的Schema，Capped Collection，異步提交，地理位置索引等五花十色的功能。就像瑞士軍刀，不但可以當?shù)队?，還可以開瓶蓋，剪指甲。但是他也不比MySQL強，因為還缺乏時間的磨礪。一是系統(tǒng)本身的穩(wěn)定性，二是開發(fā)，運維需要更多經(jīng)驗才能流行。HBase是個仗勢欺人的大象兵。依仗著Hadoop的生態(tài)環(huán)境，可以有很好的擴展性。但是就像象兵一樣，使用者需要養(yǎng)一頭大象(Hadoop),才能驅(qū)使他。Redis是鍵值存儲的代表，功能最簡單。提供隨機數(shù)據(jù)存儲。就像一根棒子一樣，沒有多余的構(gòu)造。但是也正是因此，他的伸縮性特別好。就像悟空手里的金箍棒，大可捅破天，小能成縮成針。文檔數(shù)據(jù)庫的得失
關(guān)系模型試圖將數(shù)據(jù)庫模型和數(shù)據(jù)庫實現(xiàn)分開，讓開發(fā)者可以脫離底層很好的操作數(shù)據(jù)。但筆者以為關(guān)系模型在一些應用場景下有弱點，現(xiàn)在已經(jīng)不得不面對。
SQL弱點一：必須支持Join。因為數(shù)據(jù)不能夠有重復。所以使用范式的關(guān)系模型會不可避免的大量Join。如果參與Join的是一張比內(nèi)存小的表還好。但是如果大表Join或者表分布在多臺機器上的話，Join就是性能的噩夢。SQL弱點二：計算和存儲耦合。關(guān)系模型作為統(tǒng)一的數(shù)據(jù)模型既可以用于數(shù)據(jù)分析，也可以用于在線業(yè)務。但這兩者一個強調(diào)高吞吐，一個強調(diào)低延時，已經(jīng)演化出完全不同的架構(gòu)。用同一套模型來抽象顯然是不合適的。Hadoop針對的就是計算的部分。MongoDB,Redis等針對在線業(yè)務。兩者都拋棄了關(guān)系模型。
針對這兩個夢魘。文檔數(shù)據(jù)庫如MongoDB的的主要目的是 提供更豐富的數(shù)據(jù)結(jié)構(gòu)來拋棄Join來適應在線業(yè)務。當然也不是MongoDB完全不能用Join，不能拿來做數(shù)據(jù)分析，討論這個只是見仁見智的問題。所以文檔數(shù)據(jù)庫并不比關(guān)系數(shù)據(jù)庫強大，由于對Join的弱支持，功能會弱許多。設(shè)計關(guān)系模型的時候，通常只需要考慮好數(shù)據(jù)直接的關(guān)系，定義數(shù)據(jù)模型。而設(shè)計文檔數(shù)據(jù)庫模型的時候，還需要考慮應用如何使用。因此設(shè)計好一個的文檔數(shù)據(jù)庫Schema比設(shè)計關(guān)系模型更加的困難。除此之外，由于文檔數(shù)據(jù)庫事務的支持也是比較弱，一般NoSQL只會提供一個行鎖。這也給設(shè)計Schema更加增加了難度。對于文檔數(shù)據(jù)庫的使用有很多需要注意的地方，本文只關(guān)注模型設(shè)計的部分。
反模式一：慣性思維/沿用關(guān)系模型
關(guān)系模型是數(shù)據(jù)存儲的經(jīng)典模型，使用數(shù)據(jù)模型范式的好處非常的明顯。但是由于文檔數(shù)據(jù)庫不支持Join(包括和外鍵息息相關(guān)的外鍵約束)等特性，習慣性的沿用關(guān)系模型有的時候會出現(xiàn)問題。需要利用起文檔數(shù)據(jù)庫提供的豐富的數(shù)據(jù)模型來應對。
值得一提的是文檔數(shù)據(jù)庫的設(shè)計和關(guān)系模型不同，是靈活多樣的。對于同一個情形，可以設(shè)計出有多種能夠工作的模型，沒有絕對意義上最好的模型。
下圖是關(guān)系模型和文檔模型的對比。
關(guān)系模型 VS 文檔模型
這個一個博客的數(shù)據(jù)模型，有Blog,User等表。左側(cè)是關(guān)系模型，右側(cè)是文檔模型。這個文檔模型并不是完全合理，可以作為“正反兩面教材”在下文不斷闡述。
問題一：存在描述多對多的關(guān)系表癥狀：文檔數(shù)據(jù)庫中存儲在有純粹的關(guān)系表，例如：
| id | user_id | blog_id |
| 0 | 0 | 0 |
| 1 | 0 | 1 |
壞處：
破壞數(shù)據(jù)完備性。由于ID是主鍵，在數(shù)據(jù)模型上沒有約束來保證不出現(xiàn)重復的user_id,blog_id對。一旦數(shù)據(jù)出現(xiàn)重復，更新刪除都是問題。索引過多。由于是關(guān)系表，必須在user_id和blog_id上面分別建一個索引。影響性能。
解決方案：使用文檔數(shù)據(jù)庫典型的處理多對多的辦法。不是建立一張關(guān)系表，而是在其中一個文檔(如User)中，加入一個List字段。
| user_id | user_name | blog_id[] | …… |
| 0 | Jake | 0,1 | …… |
| 1 | Rose | 1,2 | …… |
問題二:沒有區(qū)分"一對多關(guān)系"和“多對一關(guān)系”癥狀：關(guān)系模型不區(qū)分“一對多”和“多對一”，對于文檔數(shù)據(jù)庫來講，關(guān)系模型只有“多對一”。就像這張Comment表：
| comment_id | user_id | content | …… |
| 0 | 0 | “NoSQL反模式是好文章” | …… |
| 1 | 0 | “是啊” | …… |
如果整個模型都是這樣的“多對一”關(guān)系就需要反思了。
壞處：
額外索引。如果客戶端已知user_id,需要獲得User信息和Comment信息，需要執(zhí)行兩次查詢。其中一次查詢需要使用索引。并且要在客戶端自己Join。這樣可能有潛在性能問題。
解決方案：問題的核心在于是已知user_id查詢兩張表，還是已知comment_id查詢兩張表。如果是已知comment_id這樣的設(shè)計就是合理的，但是如果是已知user_id來查詢，把關(guān)系放在user表里的設(shè)計更合理一些。
| user_id | user_name | comment_id[] | …… |
| 0 | Jake | 0,1 | …… |
| 1 | Rose | 1,2 | …… |
這樣的設(shè)計，就可以避免一個索引。同理，對于多對多也是一樣的，通過合理的安排字段的位置可以避免索引。
正確使用的場合：
關(guān)系型模型是非常成功的數(shù)據(jù)模型，合理的沿用是非常好的。但是由于文檔數(shù)據(jù)庫的特點，需要適當?shù)恼{(diào)整，這樣得出的數(shù)據(jù)模型，盡管性能不是最優(yōu)，但是有最好的靈活性。并且也有利于和關(guān)系數(shù)據(jù)庫轉(zhuǎn)換。
反模式二：處處引用客戶端Join
癥狀：數(shù)據(jù)庫設(shè)計中充滿了xx_id的字端，在查詢的時候需要大量的手動Join操作。就涉及到了這個反模式。正如上面提到的博客的關(guān)系模型，如果已知blog_id查詢comments，需要至少執(zhí)行3次查詢，并且手動Join。
壞處：
手動Join，麻煩且易出錯。文檔數(shù)據(jù)庫不支持Join且沒有外鍵保證。因此需要在客戶端Join，這樣的操作對于軟件開發(fā)來講是比較繁瑣的。由于沒有外鍵保證，因此不能保證取得的ID在數(shù)據(jù)庫里面是有數(shù)據(jù)的。在處理的時候需要不斷判斷，容易出錯。多次查詢。如果引用過多，查詢的時候需要多次查詢才能查到足夠的數(shù)據(jù)。本來文檔數(shù)據(jù)庫是很快的，但是由于多次查詢，給數(shù)據(jù)庫增加了壓力，獲取全部數(shù)據(jù)的時間也會增加。事務處理繁瑣。文檔數(shù)據(jù)庫一般不支持一般意義上事務，只支持行鎖。如果文檔數(shù)據(jù)庫有給多個連接。在插入的時候，事務的處理就是噩夢。在文檔數(shù)據(jù)庫中使用事務，需要使用行鎖，在進行大量的處理。太過繁瑣，感興趣的讀者可以搜一下。
解決方案：適當使用內(nèi)聯(lián)數(shù)據(jù)結(jié)構(gòu)。由于文檔數(shù)據(jù)庫支持更復雜的數(shù)據(jù)結(jié)構(gòu)可以將引用轉(zhuǎn)換為內(nèi)聯(lián)的數(shù)據(jù)，而不用新建一張表。這樣做可以解決上面的一些問題，是一個推薦的方案。就像上面博客的例子一樣。將五張表簡化成了兩張表。那什么時候使用內(nèi)聯(lián)呢？一般認為
使用內(nèi)聯(lián)可以解決讀性能問題，明顯減少Q(mào)uery的次數(shù)的時候?？梢院喕瘮?shù)據(jù)模型，化簡表之間的關(guān)系，而同時不會影響靈活性的時候。事務可以得到簡化為單行事務的時候正確使用的場合：
范式化的使用場景，文檔數(shù)據(jù)庫會被多個應用使用。由于數(shù)據(jù)庫設(shè)計無法估計多個應用現(xiàn)在及將來的查詢情況，需要極大的靈活性。在這個時候，使用引用比內(nèi)聯(lián)靠譜。
反模式三 濫用內(nèi)聯(lián)后患無窮
問題一 妨礙到查詢的內(nèi)聯(lián)癥狀：頻繁查詢一些內(nèi)聯(lián)字段，丟棄其他字段。
壞處：
無ID約束：使用內(nèi)聯(lián)字段和引用不同，是沒有ID約束的。因此不能通過ID(主鍵)來管理，如果經(jīng)常需要單獨操作內(nèi)聯(lián)對象會非常不便。索引泛濫：如果以內(nèi)聯(lián)字段為條件進行查詢，需要建立索引。有可能造成索引泛濫。性能浪費：大部分文檔數(shù)據(jù)庫的實現(xiàn)是按行存儲的，也就意味著，盡管只查詢一個字段，但是DB需要將整行從磁盤中取出。如果字段夠小，文檔夠大，是很不合算的。
解決方案：如果出現(xiàn)以上的癥結(jié)，就可以考慮使用引用代替內(nèi)聯(lián)了。內(nèi)聯(lián)特性主要的用途在于提高性能，如果出現(xiàn)性能不升反降，那就沒有意義了。如果對性能有很強烈的要求，可以考慮使用重復數(shù)據(jù)，同樣的數(shù)據(jù)即在內(nèi)聯(lián)字段中也在引用的表里面。這樣可以結(jié)合內(nèi)聯(lián)和引用的性能優(yōu)勢。缺點是數(shù)據(jù)出現(xiàn)重復，維護會比較麻煩。
問題二 無限膨脹的內(nèi)聯(lián)癥狀：List,Map類型的內(nèi)聯(lián)字段不斷膨脹，而且沒有限制。就像前面提到的Blog的內(nèi)聯(lián)字段Comment。如果對每一篇Blog的Comment數(shù)量沒有限制的話，Comment會無限膨脹。輕則影響性能，重則插入失敗。
| Blog_id | content | Comment[] | …… |
| 0 | “…” | “NoSQL反模式是好文章”, “是啊”,”無限增長中”… | …… |
插入失敗。文檔數(shù)據(jù)庫的每條記錄都有最大大小，并且也有推薦最佳的大小。一般不會超過4M。就像剛剛提到的例子，如果是篇熱門的博文的話，評論的大小很容易就超過4M。屆時文檔將無法更新，新的評論無法插入。性能拖油瓶。由于內(nèi)聯(lián)字段膨脹，其大小將遠遠超過其他部分，影響其他部分的性能表現(xiàn)。并且因此導致該記錄大小頻繁變化，對檔數(shù)據(jù)庫的數(shù)據(jù)文件內(nèi)部可能因此產(chǎn)生很多碎片。
解決方案：設(shè)定最大數(shù)目或者使用引用。還是Blog和Comment的例子，可以將Comment從Blog中剝離出成一張表。如果考慮到性能，可以在Blog表中新建一個字段如最近的評論。這樣既保證了性能，又能夠預防膨脹。
| Blog_id | content | last_five_comment[] | …… |
| 0 | “…” | “NoSQL反模式是好文章”, “是啊”,”最多5條”… | …… |
壞處：
權(quán)限管理難。數(shù)據(jù)庫的權(quán)限管理的最小粒度是表。如果使用內(nèi)聯(lián)技術(shù)，就意味著內(nèi)聯(lián)部分必須和其他字段用同一個權(quán)限來管理。沒有辦法在DB級別隱藏。切表難。如果發(fā)現(xiàn)一張表的龐大需要切表。這個時候就比較糾結(jié)了。如果一刀切，partion Key的選擇；索引的失效都會成為問題。如果覺得拆為兩張表，就會很好操作的話，就是內(nèi)聯(lián)的過度使用了 。備份難。關(guān)系數(shù)據(jù)庫中每張表可以有不同的備份策略。但是如果內(nèi)聯(lián)起來，這樣的備份就做不到了。解決辦法：設(shè)計數(shù)據(jù)庫模型的時候需要考量之后的維護操作，尤其是內(nèi)聯(lián)的字段需不需要單獨的維護。需要和運維商量。如果對內(nèi)聯(lián)的字段有單獨維護的要求，可以拆分出來作為引用。
問題四 盯死應用的內(nèi)聯(lián)癥狀：應用可以非常好的運行在數(shù)據(jù)庫上。但是當新的應用接入的時候會很麻煩。因為設(shè)計數(shù)據(jù)模型的時候考慮到了查詢。所以當有新應用，新查詢接入的時候，就會難于使用原有的模型。
壞處：
新應用接入難。當新的應用試圖使用同一個數(shù)據(jù)庫的時候，接入比較困難。因為查詢時不同的，需要調(diào)整數(shù)據(jù)模型才能適應。但是調(diào)整模型又會影響原有應用。集成難。不同的關(guān)系型數(shù)據(jù)庫可以集成在一起，共同使用。但是對于文檔數(shù)據(jù)庫，雖然功能上可以互補，但是由于內(nèi)聯(lián)數(shù)據(jù)結(jié)構(gòu)的差異，也比較難于集成。ETL難?，F(xiàn)在大部分的數(shù)據(jù)分析系統(tǒng)使用的是關(guān)系模型，就連Hadoop雖然不用關(guān)系模型，但是其上的Hive的常用工具也是按關(guān)系模型設(shè)計的。
解決方案：
使用范式設(shè)計數(shù)據(jù)庫，即用引用代替內(nèi)聯(lián)。或者在使用內(nèi)聯(lián)的時候，給每個內(nèi)聯(lián)對象一個全局唯一的Key，保證其和關(guān)系模型直接可以存在映射關(guān)系，這樣可以提高數(shù)據(jù)模型的靈活性。如Blog表：
| Blog_id | content | Comment[] | …… |
| 0 | “…” | [{"id"=1,"content"=“NoSQL反模式是好文章”}, {"id"=2,"content"=“是啊”}…] | …… |
這樣的設(shè)計既可以利用到內(nèi)聯(lián)的好處，又能將其和關(guān)系模型映射起來。確定是需要手動維護comment_id，保證其全局唯一性。
反模式四：在線計算
癥狀：有一些運行時間很長的Query,由于有聚合計算，索引也不能解決。隨著數(shù)據(jù)量的增長，逐漸成為性能瓶頸。
壞處：
影響用戶體驗。在線業(yè)務中，如果一個查詢大于4s，用戶體驗會急劇下降。按主鍵和按索引的查詢都能滿足要求。但是聚合操作往往需要掃描全表或者大量的數(shù)據(jù)，隨著數(shù)據(jù)量的增加，查詢時間會變長，用戶不可容忍。影響數(shù)據(jù)庫性能。長查詢的壞處數(shù)不清。在線上應用中，如果出現(xiàn)長查詢，可能會霸占數(shù)據(jù)的大部分資源，包括IO，連接，CPU等等。導致其他很好的查詢，輕則性能也下降，重者無法使用數(shù)據(jù)庫。長查詢可以稱之為DB殺手。
解決方案：首先要權(quán)衡，這個聚合操作是不是必要的，必須實時完成。如果沒有必要實時完成的話，可以采取離線操作的方案。在夜深人靜的時候，跑一個長查詢，將結(jié)果緩存起來，給第二天使用。如果必須實時完成，則可以新建一個字段，用“incr”這樣的操作，在運行的時候，實時聚合結(jié)果。而不是查詢的時候執(zhí)行一次長查詢。如果邏輯比較復雜，或者覺得大量“incr”操作給數(shù)據(jù)庫系統(tǒng)帶來了壓力，可以使用Storm之類的實時數(shù)據(jù)處理框架?？傊?，要慎用長查詢。
反模式五：把內(nèi)聯(lián)Map對象的Key當作ID用
癥狀：文檔數(shù)據(jù)庫支持內(nèi)聯(lián)Map類型。將其中Map的Key當作數(shù)據(jù)庫的主鍵來用。
| Blog_id | content | Comment{} | …… |
| 0 | “…” | {"1"=“NoSQL反模式是好文章”, "2"=“是啊”} | …… |
壞處：
無法通過數(shù)據(jù)庫做各種(><=)查詢。對于關(guān)系型數(shù)據(jù)庫來說，雖然數(shù)據(jù)結(jié)構(gòu)可以很靈活，但查詢的時候都是按層次的。比如comment.id，comment.content。也就是說其Map類型中的Key可以理解為屬性名的，而不是用作ID。因此一旦這樣使用，就脫離的數(shù)據(jù)庫管制，無法使用各種查詢功能。無法通過索引查詢。文檔數(shù)據(jù)可建立索引是需要列名的。比如comment.id。而這樣的數(shù)據(jù)結(jié)構(gòu)沒有固定的列名，因此無法建立索引。
解決方案：使用數(shù)組+Map來解決。如：
| Blog_id | content | Comment[] | …… |
| 0 | “…” | [{"id"=1,"content"=“NoSQL反模式是好文章”}, {"id"=2,"content"=“是啊”}…] | …… |
反模式六：不合理的ID
癥狀：使用String甚至更復雜數(shù)據(jù)結(jié)構(gòu)作為的ID，或者全部使用數(shù)據(jù)庫提供的自生成ID。如：
| id(該ID系系統(tǒng)自生成） | Blog_id | content | …… |
| 0 | 0 | ... | …… |
ID混亂。如果使用數(shù)據(jù)庫提供的自生成ID，同時表中還有一個類似有主鍵含義的Blog_id，這樣很不好，容易造成邏輯混亂。由于文檔數(shù)據(jù)庫不支持ID的重命名，習慣關(guān)系數(shù)據(jù)庫做法的人可能會再建立一個自己的邏輯ID字段。這是沒有必要的。索引龐大，性能低下。ID是數(shù)據(jù)庫的非常重要的部分。ID的長度將決定索引(包括主鍵的索引)的大小，直接影響到數(shù)據(jù)庫性能。如果索引比內(nèi)存小，性能會很好。但一旦索引大小超過內(nèi)存，出現(xiàn)數(shù)據(jù)交換，性能會急劇下降。一個Long占8字節(jié)，一個20個字符的UTF8 String占用約60個字節(jié)。相差10倍之巨，不能不考慮。
解決方案：盡量使用有一定意義的字段做ID，并且不在其他字段中重復出現(xiàn)。不使用復雜的數(shù)據(jù)類型做ID，只使用int,long或者系統(tǒng)提供的主鍵類型做ID。
文檔數(shù)據(jù)庫的反模式總結(jié)
闡述了這么多的反模式，下面有個一覽表，涵蓋了上面所有的反模式。這個一覽表，是按照文檔數(shù)據(jù)庫模型建立的。是個文檔數(shù)據(jù)庫模型的例子。
| ID | 反模式名 | 問題 |
| 0 | 存在描述多對多的關(guān)系表 | [{ID：00 癥狀：文檔數(shù)據(jù)庫中存儲在有純粹的關(guān)系表 壞處：[破壞數(shù)據(jù)完備性，索引過多] 解決方案：加入一個List字段 },{ ID：01 癥狀：關(guān)系模型不區(qū)分“一對多”和“多對一” 壞處：額外索引 解決方案：合理的安排字段的位置 }] |
| 1 | 處處引用客戶端Join | [{ ID：10 癥狀：查詢的時候需要大量的手動Join操作 壞處：[手動Join，多次查詢, 事務處理繁瑣] 解決方案：適當使用內(nèi)聯(lián)數(shù)據(jù)結(jié)構(gòu)。 }] |
| 2 | 濫用內(nèi)聯(lián)后患無窮 | [{ ID：20 癥狀：頻繁查詢一些內(nèi)聯(lián)字段，丟棄其他字段 壞處：[無ID約束，索引泛濫, 性能浪費] 解決方案：使用引用代替內(nèi)聯(lián)了,允許重復數(shù)據(jù) },{ ID：21 癥狀：List,Map類型的內(nèi)聯(lián)字段不斷膨脹，而且沒有限制 壞處：[插入失敗, 性能拖油瓶] 解決方案：設(shè)定最大數(shù)目或者使用引用。 },{ ID：22 癥狀：DBA想單獨維護內(nèi)聯(lián)字段，但無法做到 壞處：[權(quán)限管理難, 切表難, 備份難] 解決方案：設(shè)計數(shù)據(jù)庫模型的時候需要考量之后的維護操作 },{ ID：23 癥狀：應用可以非常好的運行在數(shù)據(jù)庫上。但是當新的應用接入的時候會很麻煩。內(nèi)聯(lián)盯死了應用 壞處：[新應用接入難, 集成難, ETL難] 解決方案：使用范式設(shè)計數(shù)據(jù)庫，即用引用代替內(nèi)聯(lián)。保證其和關(guān)系模型直接可以存在映射關(guān)系 }] |
| 3 | 在線計算 | [{ ID：30 癥狀：有一些運行時間很長的Query, 逐漸成為性能瓶頸。 壞處：[影響用戶體驗，影響數(shù)據(jù)庫性能] 解決方案：取消不必要的聚合操作. 運行的時候，實時聚合結(jié)果.使用第三方實時或非實時工具。如Hadoop，Storm. }] |
| 4 | 把內(nèi)聯(lián)Map對象的Key當作ID用 | [{ ID：40 癥狀：文檔數(shù)據(jù)庫支持內(nèi)聯(lián)Map類型。將其中Map的Key當作數(shù)據(jù)庫的主鍵來用。 壞處：[無法通過數(shù)據(jù)庫做各種(><""" =)查詢，無法通過索引查詢] 解決方案：使用數(shù)組+Map來解決。 }] |
| 5 | 不合理的ID | [{ ID：50 癥狀：用String甚至更復雜數(shù)據(jù)結(jié)構(gòu)作為的ID，或者全部使用數(shù)據(jù)庫提供的自生成ID。 壞處：[ID混亂，索引龐大] 解決方案：盡量使用有一定意義的字段做ID。不使用復雜的數(shù)據(jù)類型做ID。 }] |
本文試圖總結(jié)了筆者知道的重要的文檔數(shù)據(jù)庫的反模式?，F(xiàn)在關(guān)于NoSQL數(shù)據(jù)模型設(shè)計模式的討論才剛剛起步，將來也許會逐漸自成體系。對于列數(shù)據(jù)庫和Key-Value的反模式，筆者等到有了足夠積累的時候，再和大家分享。
相關(guān)文章
Ubuntu系統(tǒng)中安裝MongoDB及其啟動命令mongod的教程
這篇文章主要介紹了Ubuntu系統(tǒng)中安裝MongoDB及其啟動命令mongod的教程,包括設(shè)置MongoDB開機啟動的腳本示例,非常推薦,需要的朋友可以參考下2016-01-01
這篇文章主要介紹了Scrapy與MongoDB交互過程，文末給大家介紹了類方法@classmethod的相關(guān)知識,需要的朋友可以參考下2022-07-07
mongodb replica set 添加刪除節(jié)點的2種方法
replica set多服務器主從，添加，刪除節(jié)點，肯定會經(jīng)常遇到的。下面詳細說明一下，添加，刪除節(jié)點的2種方法。2014-07-07
遷移sqlserver數(shù)據(jù)到MongoDb的方法
這篇文章主要介紹了遷移sqlserver數(shù)據(jù)到MongoDb的方法,本文給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下2020-12-12
今天小編就為大家分享一篇關(guān)于Mongodb讀數(shù)據(jù)操作，小編覺得內(nèi)容挺不錯的，現(xiàn)在分享給大家，具有很好的參考價值，需要的朋友一起跟隨小編來看看吧2019-01-01
分析MongoDB和MySQL各自的關(guān)鍵特性、差別和優(yōu)勢
MongoDB 和 MySQL 都是不錯的數(shù)據(jù)庫，都具有優(yōu)良的性能。然而，它們是否成功取決于應用場景。首先應當了解它們各自不同的運行環(huán)境，而不能只比較各自的優(yōu)點和缺點。因此，在本文中，我們將探討 MongoDB 和 MySQL 各自的關(guān)鍵特性、差別和優(yōu)勢。2021-06-06
本篇文章主要介紹了Ubuntu16.04手動安裝MongoDB的詳細教程，小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2017-07-07
與$pull有所不同,$pull操作通過指定一個查詢條件或單個值來刪除數(shù)組中的元素, 而$pullAll刪除所有在指定列表中的數(shù)組元素,本文介紹Mongodb UPDATE操作中的$pullAll, 用來從數(shù)組中刪除多個元素,感興趣的朋友一起看看吧2024-06-06
MongoDB中自動增長ID詳解(實現(xiàn)、應用及優(yōu)化)
在MongoDB中,自動增長的功能主要通過使用數(shù)據(jù)庫的ObjectId或自定義的序列來實現(xiàn),ObjectId是MongoDB默認的主鍵類型,它是唯一的并且具有一定的排序特性,本文給大家介紹了MongoDB中自動增長ID,需要的朋友可以參考下2024-06-06
一文帶你深入掌握MongoDB查詢分析的關(guān)鍵技巧
MongoDB 是一款靈活且可擴展的NoSQL數(shù)據(jù)庫,為了提高其性能,我們可以采取一些優(yōu)化技巧,這篇文章主要給大家介紹了關(guān)于MongoDB查詢分析關(guān)鍵技巧的相關(guān)資料,需要的朋友可以參考下2024-06-06