文档数据库：冗余数据、引用等（特别是 MongoDB）

Question

我似乎遇到了很多情况，构建数据的适当方法是将其拆分为两个文档。假设这是一个连锁店，您要保存每个顾客访问过的商店。商店和客户需要是独立的数据，因为它们与许多其他事物交互，但我们确实需要将它们关联起来。

因此，简单的答案是将用户的 Id 存储在商店文档中，或者将商店的 Id 存储在用户的文档中。但很多时候，您想要访问 1-2 个其他数据以用于显示目的，因为 Id 没有用。也许是客户名称或商店名称。

1. 您通常会存储整个文档的副本吗？或者只存储您需要的数据？也许取决于文档的大小与您需要的量。
2. 您如何处理有重复数据的事实？当数据发生变化时，你会去寻找数据吗？加载时每隔一定时间更新数据？仅当您负担得起陈旧数据时才进行复制？

感谢您的意见和/或任何类型“最佳实践”的链接或至少对这些主题的合理讨论。

Answer 1

基本上有两种情况：新鲜和陈旧。

新鲜数据

存储重复数据很容易。维护重复数据是困难的部分。因此，最简单的方法就是避免维护，只需从一开始就不存储任何重复数据即可。如果您需要新鲜数据，这主要有用。仅存储引用，并在需要检索信息时查询集合。

在这种情况下，由于额外的查询，您将产生一些开销。另一种方法是跟踪重复数据的所有位置，并在每次更新时更新所有实例。这也涉及开销，特别是在像您提到的那样的 N 到 M 关系中。因此，无论哪种方式，如果您需要新数据，您都会产生一些开销。你不可能两全其美。

过时的数据

如果您有能力拥有过时的数据，事情就会变得容易得多。为了避免查询开销，您可以存储重复数据。为了避免维护重复数据，您不会存储重复数据。至少不是主动。

在这种情况下，您还需要仅存储文档之间的引用。然后使用定期的映射缩减作业来生成重复数据。然后，您可以查询单个 Map-Reduce 结果，而不是单独的集合。这样您就可以避免查询开销，但也不必追踪数据更改。

摘要

只存储对其他文档的引用。如果您能够承受过时的数据，请使用定期的 Map-Reduce 作业来生成重复数据。避免维护重复数据；它很复杂并且容易出错。

Answer 2

这里的答案实际上取决于您需要数据的最新程度。

@Niels 这里有一个很好的总结，但我认为公平地说你可以“作弊”。

假设您想要显示用户使用的商店。这里明显的问题是，您无法将商店“嵌入”用户中，因为商店本身太重要了。但您可以做的是将一些存储数据嵌入到用户中。

只需使用您想要显示的内容，例如“商店名称”。因此，您的 User 对象将如下所示：

{
  _id : MongoID(),
  name : "Testy Tester",
  stores : [ 
             { _id : MongoID(), "name" : 'Safeway' },
             { _id : MongoID(), "name" : 'Walmart' },
             { _id : MongoID(), "name" : 'Best Buy' }
            ]
}

通过这种方式，您可以显示典型的“网格”视图，但需要一个链接来获取有关商店的更多数据。

Answer 3

回答您的直接问题：

1. 没有重复。
2. 没有重复项。

；）

您应该拥有的唯一重复项是“简单”值，例如权重（它们可能碰巧相同，但在时间或空间上单独存储并没有更有效）和引用另一个对象的 id（它们是重复值，但比它们替换的重复对象数据小得多且更易于管理）。

现在，回答您的场景：您想要的是多对多关系。这里通常的解决方案是创建第三个“直通”或“桥接”表/集合，可能称为 StoreUsers：

StoreUsers
----------
storeuser_id
store_id
user_id

您可以为商店和用户之间的每个链接添加一条记录，无论是针对不同的商店、不同的用户还是一家商店中有一群用户。然后，您可以为商店或用户独立查找此信息。 MongoDB 也提倡这种方法；它不是特定于 RDBMS 的。