MongoDb有很多大关系

Question

我在Stackoverflow上阅读了很多文档和示例，但是我不确定自己的结论，因此这就是我寻求帮助的原因。

想象一下，我们有一个电影集和一个用户集，我们想知道，哪些用户看过电影，哪些电影看过用户。

在MongoDb中设计此方法的一种方法是：

用户：

{
"name":"User1",
"films":[filmId1, filmId2, filmId3, filmId4] //ObjectIds from Films
}

电影：

{
"name": "The incredible MongoDb Developer",
"watched_by": [userId1, userId2, userId3] //ObjectsIds from User
}

好的，如果用户/电影的数量很少，这可能会起作用，但是例如，如果我们希望一部电影将有80万用户，则阵列的大小将接近：800k * 12字节〜9.5MB，这几乎等于BSON文件最大为16MB。

在这种情况下，除了典型的关系世界方式之外，还有其他方法可以为关系创建中间集合吗？

另外，我不知道与经典的关系方式相比，读取和解析大约10MB的JSON是否会有更好的性能。

谢谢

Answer 1

对于电影，如果包括观众，您可能最终会达到BSON文档的16MB大小限制 ，正如您正确指出的那样。

根据您的用例，将用户观看过的电影放入阵列是一种可行的方法。 尤其是如果您想与属性建立关系（例如日期和查看地点），则执行更新和统计分析的性能会降低（您需要先$unwind文档，随后的$matches变得更加昂贵，没什么）。

如果您的关系具有属性或可能具有属性，那么我将按照您所说的经典关系方法去处理，因为它可以很好地解决您最可能的用例，并且可以根据我的经验提供更高的性能：

给定具有以下结构的集合

 {
   _id: someObjectId,
   date: ISODate("2016-05-05T03:42:00Z"),
   movie: "nameOfMovie",
   user: "username"
 }

您随时可以轻松回答以下示例问题：

1. 对于给定的用户，他在过去3个月中按日期降序看了哪些电影？

    db.views.aggregate([ {$match:{user:userName, date:{$gte:threeMonthAgo}}}, {$sort:{date:-1}}, {$group:{_id:"$user",viewed:{$push:{movie:"$movie",date:"$date"}}}} ]) 

   或者，如果您可以使用迭代器，则可以使用以下方法更轻松：

    db.views.find({user:username, date:{$get:threeMonthAgo}}).sort({date:-1}) 

2. 对于给定的电影，今年5月30日有多少用户看过电影？

    db.views.aggregate([ {$match:{ movie:movieName, date{ $gte:ISODate("2016-05-30T00:00:00"), $lt:ISODate("2016-05-31T00:00:00")} }}, {$group:{ _id: "$movie", views: {$sum:1} }} ]) 

   我在结果上使用聚合而不是.count（）的原因是SERVER-3645

3. 对于给定的电影，请向所有看过该电影的用户显示。

    db.views.find({movie:movieName},{_id:0,user:1}) 

有一点需要注意：由于我们分别使用了用户名和电影名称，因此我们不需要JOIN（或类似名称），这应该可以给我们带来良好的性能。 另外，添加条目时，我们不必执行昂贵的更新操作。 无需更新，我们只需插入数据即可。