对于Mongodb，引用一个对象或使用一个自然的String键会更好吗？

Question

我正在建立一个不同语言的索引句子语料库。我有一个语言集合，其中包含ObjectId和ISO代码作为键。使用对语言集合的引用或存储像“en”或“fr”这样的键是否更好？

我想这是一个妥协：

• 易于引用语言
• 该集合中的对象
• 在查询中具有特定语言的查询速度
• 磁盘上数据的大小

我应该知道的任何最佳做法？

Answer 1

最后，它归结为个人选择以及最适合您应用的选择。

MongoDB对_id强加的唯一要求是它是唯一的。它可以是ObjectId（默认提供），字符串，甚至是嵌入式文档（我记得它不能是数组）。

在这种情况下，您可以保证ISO代码是唯一值，它可能是理想值。你有一个'已知'的主键，它本身也是可识别的，所以使用它而不是生成的ID可能是一个更明智的选择。它还意味着您可以在另一个集合中“引用”此信息，您可以保存ISO代码而不是对象ID;那些浏览原始数据的人可以立即识别出参考点的信息。

暂且不说：

ObjectId的两大好处是它们可以跨多个机器，进程和线程唯一生成，而无需MongoDB服务器进行任何类型的中央序列跟踪。它们也作为特殊类型存储在MongoDB中，只使用12个字节（而不是ObjectID的字符串版本的24字节表示）

Answer 2

除非磁盘空间有问题，否则我可能会使用“en”或“fr”等语言键。通过这种方式，它可以节省对Languages集合执行额外查询以查找给定语言的ObjectId键，您可以直接查询sentences：

db.sentences.find( { lang: "en" } )

只要lang字段被编入索引 - db.sentences.ensureIndex( { lang: 1 } ) - 我认为查询效果不会有太大差异。

如果你有一个庞大的数据集，并且磁盘空间是一个问题，那么你可以考虑一个ObjectId（12个字节），或一个数字（8个字节），它可能小于UTF-8字符串键取决于它的长度。