在 MongoDB 中存储数据的有效方法：嵌入式文档与单个文档答案

【问题标题】：Efficient way to store data in MongoDB: embedded documents vs individual documents在 MongoDB 中存储数据的有效方法：嵌入式文档与单个文档
【发布时间】：2011-08-24 10:02:11
【问题描述】：

我存储用户活动数据：当用户访问当前文章、主题或个人消息时，以显示他在离线时添加了多少新的 cmets 和消息。

class SiteActivity
  include Mongoid::Document
  include Mongoid::Timestamps
  belongs_to :user
  belons_to :activity, polymorphic: true
end

在这种情况下，我为每个文档存储一条记录。

另一种选择是使用嵌入文档，因此所有用户活动都将存储在一个文档中：

class SiteActivity
  include Mongoid::Document
  belongs_to :user
  embeds_many :user_activities
  validates :user_id, uniqueness: true
end

class UserActivity
  include Mongoid::Document
  include Mongoid::Timestamps
  embedded_in :site_activity
  belongs_to :activity, polymorphic: true
end

所以现在我不需要搜索所有 SiteActivities（许多记录），但我可以为 current_user 获取一个 user_activity 并通过它嵌入的文档找到我需要的活动。

哪种方式更有效地存储和搜索数据？

我的普通用例是：

我有一个用户和一个帖子，所以我正在使用这些数据获取 site_activity，以查看该用户上次访问帖子的日期。

我的第一个选择：

activity = SiteActivity.where(user_id: current_user.id, activity_id: post.id, activity_type: post.class)

第二个

user_activity = SiteActivity.where(user_id: current_user.id)
activity = user_activity.user_activities.where(activity_id: post.id, activity_type: post.class)

【问题讨论】：

标签： ruby-on-rails ruby performance mongodb mongoid

【解决方案1】：

如果可能，最好使用第一种方法（单个文档）并使用上限集合，因为您不希望拥有快速增长的集合（mongoid 将在 2.2 中支持上限集合，这将被淘汰我猜这个周末）。

第二种方法（嵌入文档），您需要先获取用户的根文档，然后遍历应用程序中的数组以查找与您要查找的帖子相关的活动。由于查找嵌入文档的语法相似，Mongoid 可能使它看起来一切都在 db 中完成，但它实际上是在迭代数组。

由于您在进行查询之前已经有了 user_id、activity_id 和 activity_type，并且您不希望在查找特定活动时从 db 中检索用户的整个活动列表，所以我更喜欢第一种情况.应用程序中的计算（搜索）会少得多，网络流量也会少得多。

使用单个文档的方法，如果您还可以在 user_id、activity_id、activity_type 上创建唯一索引，那就太好了。它将帮助您包含文档的数量。您可以进行唯一性验证（额外查询），但如果您拥有唯一索引，那将是不必要的。验证的唯一好处是，如果存在重复项，则会出现验证错误，但索引会默默地忽略重复项，除非您坚持在安全模式下。

如果您还希望保留历史站点活动，您可以采用如下结构：

class SiteActivity
  include Mongoid::Document
  include Mongoid::Timestamps
  belongs_to :user
  belongs_to :activity, polymorphic: true

  index [:user_id, :activity_id, :activity_type], :background => true, :unique => true

  field :last_access_time, :type => Time
  # last_access_times just here for history, not used
  field :last_access_times, :type => Array, :default => []
end

activity = SiteActivity.find_or_initialize_by(:user_id => current_user.id,
               :activity_id => post.id, :activity_type => post.class)
time = Time.now.utc
activity.last_access_time = time
activity.last_access_times << time
activity.save

【讨论】：

谢谢。看起来你已经说服了我:)
就我而言，我使用Mongoid::Timestamps 提取updated_at 作为last_access_time，只要这是相同的东西
是的，它的行为应该类似。

【解决方案2】：

昨天好像讨论过类似的话题。看看best possible schema design for log analysis database in mongodb也许会有帮助。

【讨论】：