Mongodb 数据库表格设计原则
1 前言
MongoDB作为现今流行的非关系型文档数据库，已经有很多关于它的资料与介绍。
写这篇文章时，MongoDB已经更新到4.0版本，支持事务型操作。还末在生产环境中使用事务型的MongoDB，因为功能还未完善。
好啦，说正题了。本文是总结本人使用MongoDB多年的经验，有不同见解之处，请多多关照。
说明：
1）关系型SQL的表在MongoDB上称为集合。为了好对比，这里MongoDB上说的表也是集合的意思。
2）这里mongodb与关系型SQL的对比之中设计上的，其它底层等对比这里不做任何的阐述。
2 对比
MongoDB与SQL的对比（对比的MongoDB都在使用WiredTiger存储引擎为前提）
对比
3 设计
从设计来说，相信很多人都是使用过SQL设计表。
题外话：在以前，甚至是现在，很多架构设计都是从设计表开始，设计完表再开始写代码。现在呢？推崇代码优先方案，或者实体优先方案。先设计实体，然后实体导入到数据库中。这是典型的DDD模式。
下文中，为了更好理解，首先从SQL方面是怎么设计的，然后再看看MongoDB是怎么设计的，有什么难点。
3.1 设计：一对一的情况
前提：两张表的一对一。
场景：键盘与主机的关系。一台主机有一个键盘，一个键盘有一台主机。
主机字段：id、CPU核数、内存大小、显卡大小。
键盘字段：id、主机的id、键盘类型（机械/非机械）、颜色、牌子。
3.1.1 关系型SQL
设计：会有两张表，一张为主机表，一张为键盘表。当然你可以合成一张表，合成一张表就没有讨论的价值了。如下图：
一对一关系-sql
查询时：
查询主机与键盘数据时，即两张表数据时，需要关联两张表查询。性能比较慢。
查询主机数据时，只需要单个表查询。
更新时：
都是更新一张或两张表数据。会锁表行。
增加时：
增加一张或两张表数据。
3.1.2 MongoDB
在MongoDB来说，是属于文档型数据库，在一对一关系来说一般使用内嵌方式，因为性能体现在'以空间换取时间'。
抛弃设计，在一对一来说，可以使用内嵌，又可以使用关系型SQL的两张表关联。但是使用两张表的关联显得累赘。
所以，如果使用关系型SQL的两张表关联，没有什么对比性，并且MongoDB不推荐这样的做法。这里只介绍内嵌。
设计：一对一，内嵌。
保存在MongoDB如下json：
复制代码
{
"主机id":"1",
"CPU核数":"2核",
"内存大小":"16GB",
"显卡大小":"2GB",
"键盘":{
"键盘类型":"机械",
"颜色":"Black",
"牌子":"双飞燕"
}
}
复制代码
可以看到，键盘去掉了自己的id，并且去掉了关联主机的id。
查询/更新/增加时，一张表查询即可。
小结
所以在一对一来说，MongoDB与关系型SQL没有什么对比性。
硬要说对比性，一对一场景来说，MongoDB更加面向对象。
建议：在MongoDB一对一场景下，建议使用内嵌，不应该使用两张表关联。
3.2 设计：一对多的情况
在一对多中，存在者4种不同的场景，需要都一一介绍。因为最终设计都根据业务需求来的，所以这里举不同的业务场景来说明。
3.2.1 场景1，完整内嵌型一对多
场景：订单与订单项的关系。
网购过的同学都知道，用户支付订单时，有很多个子订单项。比如某宝的下单时，包括不同商铺的不同的订单项。
在订单与订单项关系中，一般查询都是查询整个订单，没有对单个订单项的查询。
想象一下以下场景：
1）查看订单的场景。进入某宝，查看订单时，都是从订单进入，然后查看所有的订单项。
2）支付成功或失败后，修改订单时，都是修改订单，没有修改订单项。
字段：
订单字段：id、订单号、运费、总价格、订单状态。
订单项字段：名称、单价、数量。
MongoDB设计
从上面2个场景，很容易的想到完整内嵌型的一对多非常适合这种需求。
看看如下JSON：
复制代码
{
"id": "asdg184981651568956",
"订单号": "201809270012598323334",
"运费": 0,
"总价格": 41,
"订单状态": "已经支付",
"订单项": [
{
"名称": "益达口香糖",
"单价": 8,
"数量": 2
},
{
"名称": "大大口香糖",
"单价": 5,
"数量": 1
},
{
"名称": "绿箭口香糖",
"单价": 10,
"数量": 2
}
]
}
复制代码
查询订单时：
查询订单一条语句即可，就能查询出订单以及订单所有的订单项。也不会需要查询出单个订单项。
修改订单时：
只修改根内容，不会修改订单项（内嵌的）内容。
小结
使用完整内嵌一对多设计时，前提有这几点：
1）内嵌数组大小不宜过大。因为太大会导致整个实体内容大，从而导致网络延迟问题。建议不超过20或30个。具体根据内嵌实体大小而定。
2）如果内嵌实体数组多（一般多于5个），查询时，内嵌实体内容没有作为单独的实体查询。例如不会有单个查询订单项的需求。
3）如果内嵌实体数组多（一般多于5个），修改/删除/插入时，内嵌实体内容没有作为单独的实体修改/删除/插入。
3.2.2 场景2，内嵌id型一对多
场景：公司与员工的关系。一个公司对应个员工，雇佣关系。假设这里的公司最多都是几千位员工。
想象一下以下场景：
1）员工的属性很多。
2）一个公司有很多员工，可能也有很少员工。
3）单独查询员工信息的场景。
4）修改员工信息的场景。
综上场景，使用3.2.1内嵌设计型不符合我们的需求。所以我们可以考虑内嵌id型。
什么是内嵌id型，就是父级引用子级的id，子级作为单独实体（表）存在。即这里的公司有员工id的引用。
实体
内嵌id型一对多实体
MongoDB设计
公司表
复制代码
{
"id":"45465516654",
"名称":"千度科技有限公司",
"注册地址":"北京市朝阳区",
"所有人":"张大大",
"注册日期":"2001-9-1",
"员工":[
{ "id":"员工id1" }, { "id":"员工id2" }
]
}
复制代码
员工表
复制代码
{
"id":"员工id",
"姓名":"alun",
"入职时间":"2017-8-8",
"身份证号":"441955876632155502",
"职位":"架构师",
"工资":8000,
"入职年限":1,
"头像":"https://www.dr.cn/head/sdfjooc2143.jpg",
"公资金百分比":5,
"得奖数":1,
"体重":"50KG",
"住址":"广东省广州市天河区龙洞",
"下属人数":20,
"年假剩余天数":0,
"评价级别":10
}
复制代码
在查询时：
查询公司下面有的员工信息，两张表的关联查询。首先查询公司表，然后关联员工表查询员工的信息。
查询单个员工信息时，只需查询员工表，就能取得员工实体信息。
在修改时：
修改单个员工信息时，修改员工的实体即可。
与SQL的对比:
如果是SQL的设计，员工表就多了一个公司表的id做关联。公司表也不会有员工的ids。
在查询公司下有哪些员工时，mongodb与关系型SQL各有秋千。因为mongodb首先查询公司表，得到员工的id后，再关联查询。注意这里的关联查询员工的主键是id，默认加了索引。如果是关系型SQL，那么需要在员工表加入公司表的id做关联，此种查询只需通过查询员工表的公司id即可得出员工的信息。
更深一层说，如果查询公司名称是“百度公司”时，mongodb与关系型SQL都需要联表查询，鉴于mongodb有id的内嵌并且是索引，理论上来说mongodb快很多。
小结
使用内嵌id型一对多设计时，前提有这几点：
1）一对多的多那方数量要多，最好是几十个到几千个不等。
2）如果需要单独把内嵌的实体取出。即单独取出多那方的实体。
这种方案的缺点：
1）查询员工属于哪些公司时，需要跨表查询。
2）内嵌方的数量不能过多。
3.2.3 场景3，内嵌id+查询字段型一对多
继续引用上面公司与员工的场景。
如果有个功能，查询公司下面的员工名字。这个功能是占用查询率70%以上的话，可以考虑使用内嵌id+查询字段型。
即在公司内嵌员工id的同时，加上员工的姓名。如下：
复制代码
{
"id":"45465516654",
"名称":"千度科技有限公司",
"注册地址":"北京市朝阳区",
"所有人":"张大大",
"注册日期":"2001-9-1",
"员工":[
{ "id":"员工id1", "姓名":"alun" },
{ "id":"员工id2", "姓名":"vivien" }
]
}
复制代码
在查询时，不需要管理表，直接查询公司表即可。查询效率大大提升。
但是相应地，修改名字的时候需要修改公司表、员工表。需要一次都修改2张表成功。需要原子性的操作。
小结
使用内嵌id+查询字段型一对多设计时，前提有这几点：
1）一对多的多那方数量要多，最好是几十个到几千个不等。
2）内嵌方的属性（字段）不宜过多。
3）查询、修改比高。即查询需求大大大于修改需求。
这种方案的缺点：
1）修改时需要原子性操作。
2）文档内容加大了，即产生了多余字段。如上面的【姓名】。
3）需要特殊场景需求。
3.2.4 场景4，父级引用型一对多
列举了上面的公司与员工的场景，如果有种需求，多那方是大量的话，那怎么办呢？
场景：某宝/某东 与商铺的关系。据不完全统计，某宝商铺有几万到几十万，甚至几百万不等。
上面这么大量的数据，显然使用内嵌型有些力不从心。因为文档大小也有限制，如果太大的话，不禁mongodb报错，还可能导致网络延迟。因为一次查询的数据量过大。
所以这里就使用父级引用。什么是父级引用，即子级引用父级id。如商铺引用某宝id。
实体：
父级引用型一对多
MongoDB设计
某宝/某东表
复制代码
{
"id":"hijgio19089popik",
"名称":"某宝",
"注册地址":"杭州市",
"所有人":"某某某",
"注册日期":"2005-1-1"
}
复制代码
商铺表
复制代码
{
"id":"84948654",
"名称":"alun的商铺",
"创建时间":"2018-2-1",
"过期时间":"2019-2-1",
"是否合法":true,
"商品品质级别":"高",
"是否个人商铺":true,
"营业执照":"https://yyzz.tb.cn/kg/145/84948654.jpg",
"持有人身份证号":"441922365587444468",
"持有人身份证图片":"https://yyzz.tb.cn/kg/966/441922365587444468.jpg",
"某宝/某东id":"hijgio19089popik"
}
复制代码
查询时：
查询属于某宝的商铺时，在商铺表通过某宝/某东id查出所有的商铺。几万商铺以上。
修改时：
修改商铺、修改某东/某宝表的属性都是单个表修改。
从上面可以看出，一的那方不需要做关联，只需要多的那方有一的那方的id即可。这种设计完全是套用关系型SQL的用法。很多关系型SQL都这样使用。所以对比关系型SQL，这种用法在MongoDB来说没有什么优点。
小结
使用父级引用型一对多设计时，前提有这几点：
1）一对多的多那方数量很多，上万以上。
2）对性能要求不高。
这种方案的缺点：
1）性能不高。
2）与关系型SQL相比，没有什么优点。
3.2.5 场景5，内嵌id+父级引用混合型一对多
我们再针对某宝分析吧，比如一个商铺，有很多个商品。
场景：商铺与商品的关系。一个商铺对应很多个商品（几百、几千、上万个不等）。
想象一下以下场景：
1）商品的属性很多。
2）一个商铺下面的商品很多。
3）查询时，查询到商铺按类别查询、按销量查询的需求。
4）查询时，查询商铺的所有商品。此查询率比较高，进入商铺就需要用到。
5）修改时，单独修改商品的规格、价格等等。
6）修改商品信息较少发生。
综上场景，使用3.2.1内嵌设计型不符合我们的需求。
3.2.2 内嵌id型，好像可以满足我们的现在需求。但是目前有个需求的查询率比较高，就是第4点。再加上商铺是几百到上万不等，所以需要再考虑。
3.2.3 内嵌id+查询字段型也不符合我们的需求，因为通过商铺查询某些商品属性的场景不存在。
3.2.4 父级引用好像蛮合适的。但是效率有点低，暂时不考虑。不如使用关系型SQL。
总结一下上面的不同方案，好像内嵌id型与父级引用都蛮适合的，但是各有优劣，那么我们怎么办呢？混合试试？
实体：
内嵌id 父级引用混合型一对多
如果有上面的实体，想象一下自己怎么设计呢？对，使用内嵌id型一对多。
什么是内嵌id型一对多呢？父级只引用子级对象的id。我们看看下面的mongoDB的JSON格式。
首先是商铺表：
复制代码
{
"id":"3455-2dp4x-xderd0",
"名称":"alun的商铺",
"类型":"药材专卖店",
"所有人":"alun",
"创建日期":"2018-9-1",
"商品":[
{ "id":"商品id1" },
{ "id":"商品id2" }
]
}
复制代码
然后是商品表：
复制代码
{
"id":"商品id1",
"名称":"枸杞",
"类型":"中药补血",
"是否上架":"是",
"创建日期":"2018-9-15",
"商品详情":"农民枸杞直销，价格原厂，不经过加工。",
"商品编码":"878866554234",
"规格":"1kg",
"运费":0,
"重量":11,
"标签":"中药材枸杞",
"销售量":0,
"销售价":20,
"原价":40,
"商铺id":"3455-2dp4x-xderd0"
}
复制代码
查询时：
查询到商铺按类别查询、按销量查询的需求。查询商品表即可。
查询商铺的所有商品。查询商铺表的商品，再通过商品id查询所有的商品表。所以要关联查询。
修改时：
如果要修改商品与商铺的关系，需要原子性删除，两张表做操作。但是这种操作在需求上来很少见。上面需求也列明了，所以这方面性能暂时不考虑。
小结
使用内嵌id+父级引用混合型一对多设计时，前提有这几点：
1）一对多的多方数量中等，最好是几百到上万即可。
2）一对多的多方数量存在严重的不确定性。
这种方案的缺点：
1）混合模式，折中方案，没有太大的优势。