如何在 Riak 中构建数据？

Question

我试图弄清楚如何在 Riak 中对数据进行建模。假设您正在构建类似 CMS 的内容，其中包含两个功能：新闻和产品。您需要能够为多个客户端 X 和 Y 存储此信息。您通常会如何构建此信息？

1. 每个客户端一个存储桶，然后两个密钥新闻和产品。在每个键下存储多个对象，然后使用 map/reduce 对它们进行排序。

2. 将新闻和产品存储在同一个存储桶中，但为每个新闻项和产品项使用新的自动生成的密钥。也就是说，一个存储桶用于 X，一个存储桶用于 Y。

3. 每个客户端/功能组合一个存储桶，即存储桶将是X-新闻、X-产品 >、Y-新闻 和Y-产品。然后在整个存储桶上使用map/reduce按顺序返回结果。

解决这个问题的最佳方法是什么？

Answer 1

我会创建两个桶：新闻和产品。
然后我会在每个存储桶中的键前面加上客户端名称。
我可能还会在新闻键中包含日期，以便于确定日期范围。

news/acme_2011-02-23_01
news/acme_2011-02-23_02
news/bigcorp_2011-02-21_01

并可选择在产品名称前添加类别名称前缀

products/acme_blacksmithing_anvil
products/bigcorp_databases_oracle

然后在您的 map/reduce 中您可以使用 关键过滤：

// BigCorp News items
{
  "inputs":{
     "bucket":"news",
     "key_filters":[["starts_with", "bigcorp"]]
  }
  // ... rest of mapreduce job
}

// Acme Blacksmithing items
{
  "inputs":{
     "bucket":"products",
     "key_filters":[["starts_with", "acme_blacksmithing"]]
  }
  // ... rest of mapreduce job
}

// News for all clients from Feb 12th to 19th
{
  "inputs":{
     "bucket":"news",
     "key_filters":[["tokenize", "_", 2],
                    ["between", "2011-02-12", "2011-02-19"]]
  }
  // ... rest of mapreduce job
}

Answer 2

比使用密钥过滤（根据 Kev Burns 的建议）更有效的方法是使用 辅助索引 或 Riak Search，来模拟这个场景。

看看我对 Which clustered NoSQL 的回答用于消息存储目的的数据库？和Riak 中的链接：与图数据库相比，它们能做什么/不能做什么？ 进行类似案例的讨论。

根据您的用例，您需要做出几个决定。在所有情况下，您都会从一个公司存储桶开始，以便每个公司都有一个唯一的密钥。

1) 是将感兴趣的项目存储在 2 个单独的存储桶（新闻 和 产品）中还是存储在一个存储桶中（例如 items_of_interest），取决于您的偏好和查询的方便性。如果您总是要在单个查询中查询一家公司的新闻和产品，那么您不妨将它们存储在单个存储桶中。但我建议使用 2 个单独的标签，以便更轻松地跟踪它们，特别是如果您有“公司 X - 产品”和“公司 X - 新闻”等单独的选项卡或页面。如果您需要将它们组合成一个提要，您将进行 2 个查询（一个用于新闻，一个用于产品），并将它们组合到客户端代码中（按日期或其他）。

2) 如果新闻/产品项目可以有且仅一个其所属的公司，请为每个项目在company_key 上创建一个二级索引。这样，您就可以通过该公司的二级索引 (2i) 查询轻松获取该公司的所有新闻或产品。

3) 如果存在多对多关系（如果一个新闻/产品项目可以属于多个公司（也许该新闻项目是关于 2 个独立公司的合资企业）），那么我建议将关系建模为一个单独的 Riak 对象。例如，您可以创建一个 mentions 存储桶，对于新闻报道中提到的每个公司，您将插入一个 Mention 对象，该对象具有自己的唯一键、company_key 的二级索引，并且该值将包含类型（“新闻”或“产品”）和 item_key（新闻密钥或产品密钥）。
像这样提取与单独 Riak 对象的关系可以让您做很多有趣的事情——使用 Riak 搜索任意标记它们，查询它们以获取订阅事件通知等。