1. 非关系数据库的 Schema
1.1. Schema 设计原则
数据库 Schema 设计是基于数据库特性、数据属性和应用系统选择最好的数据表示形式的过程。关系数据库中的范式即是 Schema 设计原则。
1.1.1. Schema 基础
1.1.1.1. 一对一
一对一的关系是描述两个实体之间的唯一关系。
模型：
// 用户文档：
{
name: "Peter Wilkinson",
age: 27
}
// 地址文档
{
street: "100 some road",
city: "Nevermore"
}
-
内嵌方式
将地址文档内嵌入用户文档，这样在检索用户信息和地址信息时，只需要一次读操作即可：
{ name: "Peter Wilkinson", age: 27, address: { street: "100 some road", city: "Nevermore" } } -
连接方式
使用外键将两个文档连接，这也是关系数据库使用的方式，但是 MongoDB 没有外键的限制，只将外键作为 Schema 层面的一种关系：
// 用户文档 { _id: 1, name: "Peter Wilkinson", age: 27 }// 地址文档 { user_id: 1, // 用户外键 street: "100 some road", city: "Nevermore" }
很明显在非关系数据库中，内嵌方式更有效。
1.1.1.2. 一对多
一对多的关系主要体现在其中一方的实体对应另一方多个实体，其中博客和评论尤为典型：
模型：
// 博客文档
{
title: "An awesome blog",
url: "http://awesomeblog.com",
text: "This is an awesome blog we have just started"
}
// 评论文档
{
name: "Peter Critic",
created_on: ISODate("2014-01-01T10:01:22Z"),
comment: "Awesome blog post"
}
{
name: "John Page",
created_on: ISODate("2014-01-01T11:01:22Z"),
comment: "Not so awesome blog"
}
-
内嵌方式
将评论以数组形式内嵌入博客文档中：
{ title: "An awesome blog", url: "http://awesomeblog.com", text: "This is an awesome blog we have just started", comments: [{ name: "Peter Critic", created_on: ISODate("2014-01-01T10:01:22Z"), comment: "Awesome blog post" }, { name: "John Page", created_on: ISODate("2014-01-01T11:01:22Z"), comment: "Not so awesome blog" }] }这种方式需要注意三点：
- 文档的大小的上限是 16M 。
- 在添加评论时会将文档复制到内存中的新位置并更新所有的索引，这会严重影响写性能。
- 每次检索都会将所有的评论返回，无法实现分页功能。
-
连接方式
与一对一关系相似，都是利用外键实现连接：
// 博客文档 { _id: 1, title: "An awesome blog", url: "http://awesomeblog.com", text: "This is an awesome blog we have just started" }{ blog_entry_id: 1, name: "Peter Critic", created_on: ISODate("2014-01-01T10:01:22Z"), comment: "Awesome blog post" } { blog_entry_id: 1, name: "John Page", created_on: ISODate("2014-01-01T11:01:22Z"), comment: "Not so awesome blog" }连接方式在评论数不多时效果很好，但当评论数很多时会影响读操作的性能。
-
桶装方式
桶装方式是对前两种方式的混合，尝试使用连接方式的灵活性来解决嵌入方式笨重，同时平衡读操作的性能。方法就是将评论按一定数量灌入的桶中，每一个桶都是用连接方式和博客关联。
// 博客文档 { _id: 1, title: "An awesome blog", url: "http://awesomeblog.com", text: "This is an awesome blog we have just started" }{ blog_entry_id: 1, page: 1, count: 50, comments: [{ name: "Peter Critic", created_on: ISODate("2014-01-01T10:01:22Z"), comment: "Awesome blog post" }, ...] } { blog_entry_id: 1, page: 2, count: 1, comments: [{ name: "John Page", created_on: ISODate("2014-01-01T11:01:22Z"), comment: "Not so awesome blog" }] }桶装方式非常适合利用时间或编号进行分页操作的文档。
1.1.1.3. 多对多
双方的实体间都对应了多个关系即为多对多关系。典型代表是图书与作者：
-
双向内嵌
作者文档中包含图书的外键，图书文档中也包含作者的外键。
// 作者文档 { _id: 1, name: "Peter Standford", books: [1, 2] } { _id: 2, name: "Georg Peterson", books: [2] }// 图书文档 { _id: 1, title: "A tale of two people", categories: ["drama"], authors: [1] } { _id: 2, title: "A tale of two space ships", categories: ["scifi"], authors: [1, 2] }解耦多对多关系：
如果是图书和图书类别的多对多关系，可以想象的到图书类别的文档中将包含成千上万的图书外键。所以需要另外一种方式来实现多对多关系.
-
单向内嵌
当一方的关系明显多余另外一方，此时就应该考虑使用单向内嵌的方式来实现多对多的关系。
// 图书类别文档 { _id: 1, name: "drama" }// 图书文档 { _id: 1, title: "A tale of two people", categories: [1], authors: [1, 2] }
1.1.2. 实例
在非关系数据库中没有固定的 Schema 设计原则，它是弹性的可根据多种因素灵活选择。下面通过商品实例分析非关系数据库的 Schema 设计思想：
{
_id: ObjectId("4c4b1476238d3b4dd5003981"),
slug: "wheelbarrow-9092",
sku: "9092",
name: "Extra Large Wheelbarrow",
description: "Heavy duty wheelbarrow...",
details: {
weight: 47,
weight_units: "lbs",
model_num: 4039283402,
manufacturer: "Acme",
color: "Green"
},
total_reviews: 4,
average_review: 4.5,
pricing: {
retail: 589700,
sale: 489700,
},
price_history: [
{
retail: 529700,
sale: 429700,
start: new Date(2010, 4, 1),
end: new Date(2010, 4, 8)
},
{
retail: 529700,
sale: 529700,
start: new Date(2010, 4, 9),
end: new Date(2010, 4, 16)
},
],
primary_category: ObjectId("6a5b1476238d3b4dd5000048"),
category_ids: [
ObjectId("6a5b1476238d3b4dd5000048"),
ObjectId("6a5b1476238d3b4dd5000049")
],
main_cat_id: ObjectId("6a5b1476238d3b4dd5000048"),
tags: ["tools", "gardening", "soil"],
}
-
内嵌文档（一对一关系）
商品实例中有个键
details指向一个子文档，这样的好处是既可以灵活的规划商品的属性，又为程序员对文档的查询提供了模块化的操作。与此类似的有pricing键和price_history键，而price_history键指向的是一个数组。 -
一对多关系
商品只属于一个类别，而类别可以拥有多种商品。
primary_category键对应的是一个类别的 ID，表明该商品属性哪一个类别。 -
多对多关系
应用可能需要列出与该商品相关的类别。这种操作在关系数据库中通常建立一个多对多的表，然后通过
join方法连接多个表。而在非关系数据库中，只需要像category_ids键这样指向与该商品相关的类别 ID 数组即可。在 mongoose 中提供了population语法糖实现了用文档来填充 ID 。 -
优化与去范式
每个商品会有多个评价：
{ _id: ObjectId("4c4b1476238d3b4dd5000041"), product_id: ObjectId("4c4b1476238d3b4dd5003981"), date: new Date(2010, 5, 7), title: "Amazing", text: "Has a squeaky wheel, but still a darn good wheelbarrow.", rating: 4, user_id: ObjectId("4c4b1476238d3b4dd5000042"), username: "dgreenthumb", helpful_votes: 3, voter_ids: [ ObjectId("4c4b1476238d3b4dd5000033"), ObjectId("7a4f0376238d3b4dd5000003"), ObjectId("92c21476238d3b4dd5000032") ] }可以看出
user_id键是用来关联评价与用户，但是因为 MongoDB 不支持join连接，而评价的内容中需要展示用户名，为此添加username键，也就是选择优化减少成本，而不去选择去范式。相似的还有 MongoDB 中不允许查询文档中数组的大小， 添加helpful_votes键可以轻松的实现这一功能。
