聊聊 MongoDB 数据库的设计

自从正式使用了 MongoDB 之后，不止一次吐槽过 MongoDB 的各种垃圾设定，包括但不仅限于：

• 没有事务
• 没有表连接（新版支持了，但估摸着性能堪忧）

也就是说，同样的操作，在 SQL 下通过 JOIN 控制原子性的，通过 MongoDB 可能就不得不去查个两次，而且原子性不可保证——MongoDB 官方也是非常实诚，人家在选型的时候就说了，如果贵系统对并发性（Concurrency）有强要求，那么 MongoDB 可能就不是你的菜了。

在 MongoDB 初窥 中我们也简单的介绍了锁机制，如有需要可以阅读。

前两天无聊接着看《MongoDB 权威指南》的时候看到一些观点，觉得给 MongoDB 数据库的设计起到了一定指导和参考作用，故作此文（笔记）：

首先我们了解两个概念：

1. 范式化：将数据分散到不同的集合，多个集合之间可以相互引用，这样要修改这部分数据，只要修改这部分数据所在的文档，其他区域与数据内容无关。
2. 反范式化：每个文档所需的数据都存储在文档内部，每个文档都拥有自己的数据副本。如果要修改这部分数据，需要修改这块数据对应的每一个文档。

对于我们前文所说的，由于没有「连接」，范式化意味着我们要取出完整所需的数据可能要进行多次查询，而反范式化则只要一次查询即可。从写入的角度，我们可以看到，范式化写入的消耗更少，配合锁机制，对于拥有 subdocument 概念的 MongoDB，我们需要根据自己的实际需求去权衡。

在 SQL 中，我们经常会提起：一对一，一对多，多对多，而在 MongoDB 这样的数据库中，我们可以分为新的类型：少和多，之后我们会根据少和多进行一些数据库设计的详细分析，先来简单根据之前的介绍引用一下《MongoDB 权威指南》中的表格：

通常来说，「少」的关系对于内嵌更为合适，「多」则对于引用更加合适：比如文章和标签的关系可能是多对少，文章和评论的关系可能是一（少）对多。

所以我们的 Tags 可以内嵌，而评论则使用引用更好。

由于 MongoDB 的文档会自动扩充大小，如果太过频繁的让 MongoDB 产生文档移动，将会造成性能问题，在设计阶段，可以预留足够的空间，提高写入速度。

根据这一设计原理，结合 MongoDB 的一些限制，可以在一定程度上解决以下问题，而不是看心情靠玄学去进行设计：

• 我该不该用 MongoDB？
• 我该用引用还是 SubDocument？