前言

此篇博文是 Mongdb 基础系列之一；主要介绍 MongoDB 的数据建模相关内容；

本文为作者的原创作品，转载需注明出处；

数据建模

根据数据之间的关联关系，MongoDB 通过 references 和 embedded 两种不同形式的 documents 来描绘这种关系；下面，笔者就这两种方式分别进行描述；

References

这时标准化的数据建模，在 MongoDB 中称作normalized datamodel，既是通过标准的外键关联的方式来进行数据之间的建模；看如下这个例子，

可见，这是标准的数据库建模的方式，通过外键 user_id 来关联 user document；通常我们在如下的情况下，考虑使用 normalized datamodel，

当采用 Embedded 的方式的时候会产生大量的冗余数据，且这些冗余是不可接受的；
需要设计比较复杂的多对多的建模关系；
需要设计非常庞大的有继承关系的数据结构

虽然 References 的建模方式可以提供极大的灵活性，但是，客户端程序必须通过后续的单独的查询来处理这种外键关联的查询(言外之意，MongoDB 不提供像数据库那样的 join 操作)，也就是说，当采用大量的 References 的方式来进行数据建模的话，当进行查询的时候，将会有大量的额外的独立查询操作，言外之意，就是性能上是个问题；

Embedded

Embedded documents 将上述外键关联的关系存储在一个 Document 中；可以通过一个 field 或者 array 类型的数据来存储这种关系；这种存储方式在 MongoDB 中被称作denormalized datamodel如图所示，

可见，我们将 References 中的由外键关联的 contact document 和 access document 嵌入( embedded )到了 user document 当中；这样建模方式的好处就是允许应用通过一个简单的 database connection 就获取到了所有的相关数据；

通常而言，当我们有如下的情况，应当考虑使用 denormalized datamodel，

当两个实体之间有 “contains” 的关系的时候，通常是指一对一的关系，而且，这个关系是唯一的，比如说电话号码，只能被一个 user “contains”，不能被气他人占用；
当多个实体之间存在 “one-to-many” 的关系，而且，这个关系也是唯一的，比如邮件地址，一个 user 可以包含多个邮件地址，但是这些邮件地址都归 user 所有；

好处是，

因为通过 Embedded 的方式，我们只需要通过一个 database connection 的查询就可以获取所有相关的数据，所以，对查询数据而言性能是非常好的；而且，可以保证事务的原子性，后面会提到，MongoDB 的事务原子性是建立在单个 Document 之上的；

坏处是，

因为将与之相关的数据( related entities )存储在一个单独的 document 中，那么很容易导致 document 的大小发生变化，因为 related entities 是很有可能会发生变化的(增加或减少)，进而导致 document 的大小容易发生变化；当使用 MMAPv1 存储引擎的时候，document 大小的变化会影响到写入的性能以及导致 data fragmentation (数据碎片)；为了缓和这种不利因素，从 MongoDB 3.0.0 开始，引入了 Power of 2 Sized Allocations 的存储方式，简单而言，就是按照 2 指数幂自定义存储块大小，比如 32, 64, 128, 256, 512 … 2 MB，这样极大的减少了磁盘碎片的数量；

另外，一个 document 的大小必须小于 BSON 文档的最大限制既 16 M；如果的确有一个非常大的 document，使用 GridFS

事务

在 MongoDB 中，写入的原子性是在 document 级别上的，并且一个写入操作的原子性事务不能同时作用在多个 documents 或者是 collections 上，必须是作用在一个 document 之上；

所以，因为 denormolized document 是将关联的数据放在一个文档之中，所以，对一个 denormolized document 的写入操作是可以保证其原子性的；因为 normolized document 是将其所关联的数据进行分散存储的，通过多个不同的 documents 来存储其关联的数据，所以，没有办法保证其写入的原子性，也就无法保证其事务完整性；

更多相关描述参考 Atomicity 小节内容；

Reference

https://docs.mongodb.com/manual/core/data-modeling-introduction/