Question

我正在为一个拥有约500,000用户的Twitter风格社交网络开发一个概念验证应用程序。我不确定如何最好地设计'架构'

我应该嵌入用户的订阅还是拥有单独的“订阅”集合并使用数据库引用？如果我嵌入，我仍然需要执行查询以获取所有用户的关注者。 e.g。

鉴于以下用户：

{
 "username" : "alan",
 "photo": "123.jpg",
 "subscriptions" : [
    {"username" : "john", "status" : "accepted"},
    {"username" : "paul", "status" : "pending"}
  ]
}

找到所有阿兰的订阅者，我必须运行这样的东西：

db.users.find({'subscriptions.username' : 'alan'});

从性能的角度来看，是否比拥有单独的订阅集合更糟或更好？

另外，当显示订阅/订阅者列表时，我目前遇到n + 1问题，因为订阅文档告诉我目标用户的用户名，但不是我可能需要的其他属性，例如个人资料照片。是否有针对此类情况的推荐做法？

感谢艾伦

Answer 1

首先，你应该知道你将使用MongoDB和任何其他NoSQL数据库获得权衡（但要意识到我是它的粉丝）。如果您试图完全规范化数据，那么您就犯了一个大错误。即使在关系数据库中，您的应用程序越大，您的数据被非规范化的次数就越多（请参阅Hot Potato的this post）。我一次又一次地看到了这一点。你不应该疯了，弄得一团糟，但不要担心在两个地方重复信息。 NoSQL的一个主要观点（在我看来）是你的模式进入你的代码而不仅仅是数据库。

现在，为了回答你的问题，我认为你最初的策略是我会做的。 MongoDB可以将索引放在数组元素上，这样如果您正在寻找用户拥有多少友谊，这将使事情变得更快。但实际上，真正确定的唯一方法是运行某种测试程序，生成一个充满名称和关系的数据库。

您可以使用Python或Perl或任何您喜欢的内容编写一些输入，并使用名称文件生成一些关系。查看Census website，其中包含姓氏列表。下载文件dist.all.last并编写一些程序，如：

#! /usr/bin/env python
import random as rand

f = open('dist.all.last')
names = []
for line in f:
  names.append(line.split()[0])

rels = {}
for name in names:
  numOfFriends = rand.randint(0, 1000)
  rels[name] = []
  for i in range(numOfFriends):
    newFriend = rand.choice(names)
    if newFriend != name: #cannot be friends with yourself
      rels[name].append(newFriend)

# take relationships (i.e. rels) and write them to MongoDB

另外，作为一般说明，您的字段名称似乎有点长。请记住，使用该集合中的每个文档重复字段名，因为您不能依赖于任何其他文档中的一个字段。为了节省空间，一般策略是使用较短的字段名称，如“unam”而不是“username”，但这是一件小事。请参阅these two帖子中的好建议。

修改

实际上，在更多地思考你的问题时，我会再提出一个建议：将订阅类型分解到不同的字段以使索引更有效。例如，而不是：

{ "username" : "alan", "photo": "123.jpg", "subscriptions" : [ {"username" : "john", "status" : "accepted"}, {"username" : "paul", "status" : "pending"} ] }

如上所述，我会这样做：

{ "username" : "alan", "photo": "123.jpg", "acc_subs" : [ "john" ], "pnd_subs" : [ "paul" ] }

这样你就可以为每种类型的订阅设置一个索引，从而进行诸如“很多人让保罗等待处理？”之类的查询。和“有多少人订阅保罗？”无论哪种方式超快。 Mongo对数组值的索引确实是史诗般的胜利。

Answer 2

@Alan B ：我认为你完全得到了MongoDB。我同意 @daveslab 版本的数据，但您可能也想添加“关注者”。

{
 "username" : "alan",
 "photo": "123.jpg",
 "acc_subs" : [ "john" ],
 "pnd_subs" : [ "paul" ]
 "acc_fol" : [ "mike", "ray" ],
 "pnd_fol" : [ "judy" ]
}

是的，这是重复的信息。这取决于“业务层”，以确保在两个位置正确更新此数据。不幸的是，Mongo没有交易，幸运的是，你有$ addToSet操作，所以你很安全。

社交网络的“架构”设计

2 个答案: