3.2 逻辑结构与数据模型 🎉

MongoDB逻辑结构 💎

MongoDB 与 MySQL 中的架构相差不多，底层都使用了可插拔的存储引擎以满足用户的不同需要。用户可以根据程序的数据特征选择不同的存储引擎，在最新版本的 MongoDB 中使用了 WiredTiger 作为默认的存储引擎，WiredTiger 提供了不同粒度的并发控制和压缩机制，能够为不同种类的应用提供了最好的性能和存储率。

在存储引擎上层的就是 MongoDB 的数据模型和查询语言了，由于 MongoDB 对数据的存储与 RDBMS（关系型数据库）有较大的差异，所以它创建了一套不同的数据模型和查询语言。

MongoDB数据模型 💎

与SQL数据库不同，在SQL数据库中，在插入数据之前必须确定和声明表的架构，默认情况下，MongoDB的集合不要求其文档具有相同的架构。

• 结构灵活

  • 单个集合中的文档不需要具有相同的字段集合，并且集合中的文档之间的字段数据类型可能不同；

  • 可灵活更改集合中文档的结构，如添加新字段、删除现有字段或将字段值更改为新类型，将文档更新为新结构。

• 文档结构

  • 内嵌

    

    • 内嵌的方式指的是把相关联的数据保存在同一个文档结构之中。MongoDB的文档结构允许一个字段或者一个数组内的值作为一个嵌套的文档。

  • 引用

    

    • 引用方式通过存储数据引用信息来实现两个不同文档之间的关联,应用程序可以通过解析这些数据引用来访问相关数据。

如何选择数据模型

• 选择内嵌:

  • 数据对象之间有包含关系 ,一般是数据对象之间有一对多或者一对一的关系 。

  • 需要经常一起读取的数据。

  • 有 map-reduce/aggregation 需求的数据放在一起，这些操作都只能操作单个 collection。

• 选择引用:

  • 当内嵌数据会导致很多数据的重复，并且读性能的优势又不足于覆盖数据重复的弊端 。

  • 需要表达比较复杂的多对多关系的时候 。

---

大型层次结果数据集 嵌套不要太深。