维护mongodb数据的一致性答案

【问题标题】：Maintaining consistency of mongodb data维护mongodb数据的一致性
【发布时间】：2013-08-13 22:03:34
【问题描述】：

在以下两个选项中维护 MongoDB 中数据一致性的最佳实践、权衡或有效性是什么？

使用 cron 作业进行手动缓存（也就是存储冗余数据并使用脚本定期传播更改）
每次动态加载数据，但有缓存层（或利用内置的 mongodb 缓存）

例如，假设有comments 和users。使用选项 1，每个 comment 将包含：

{
    user_id:
    user_displayname:
    user_gravatar:
    [comment fields]
}

如果user 决定更改他或她的显示名称，user 对象会更改，但脚本也会运行所需的 MongoDB 命令来更新所有user 的comments 以反映更改。

使用选项 2，每个 comment 将包含：

{ 
    user_id:
    [comment fields]
}

如果user 决定更改他或她的显示名称，它只会在user 对象本身中更改。当comment 被访问而不命中缓存时，它会将user 对象与缓存中的comment 对象相关联。这样以后，如果在此comment 仍在缓存中时再次访问它，则user 和comment 查询都将被跳过。（我基本上是在描述内置的 MongoDB 缓存吗？）

是否值得做选项 1 中描述的数据冗余？或者 MongoDB 是否足够聪明以至于已经缓存了额外但等效的查询？或者是否值得使用 Redis 等其他东西自己制作缓存层？

谢谢！

【问题讨论】：

标签： mongodb caching

【解决方案1】：

MongoDB 本身没有“缓存”。 MongoDB 使用内存映射文件，它的性能很大程度上取决于它是否可以将最常用的文档（应用程序的“工作集”）映射到主内存中，而不是在访问之前从磁盘中分页每个文档。

您正在描述非规范化数据库设计，其中每个文档都包含规范化形式中不存在的属性。这是有道理的，而且它实际上是 MongoDB 的一种非常常见的技术，如果它允许您在一次操作中获取所需的所有数据，而不必执行多个查询。

正如您所指出的，缺点是它需要更昂贵的更新，因为您需要更新所有已将特定属性非规范化的文档。不利的一面是，如果您的文档较大，将工作集保存在内存中可能会更加困难。

因此，答案取决于您的数据访问模式。通常，如果您的应用程序读取量很大，并且往往需要将所有这些非规范化属性放在一起，那么非规范化方法是一个不错的选择。如果应用程序的写入量很大，特别是如果它频繁更新这些特定属性，那么非规范化不是一个好的选择。

【讨论】：

【解决方案2】：

如果您谈论的是用于 100 GB 数据的缓存机制，那么您谈论的是一种严重的权衡。任何小于 5 GB 的数据，权衡都无关紧要。在 100GB 和 5GB 之间，有一个灰色区域。

您的数据最糟糕的情况是：

200 GB 数据。每秒 4,000 次读取。拥有 9,000 cmets 的用户更改了他/她的名字。您的应用程序还会根据此名称值索引 cmets。然后，您的应用程序必须更新 9,000 个 cmets 和 9,000 个索引键。这将在您的应用程序中造成一段时间的严重拖累。

那么，我们还必须针对像 cmets 上的名称这样简单的问题提出问题：“您必须更新旧 cmets 上的名称吗？”

当您在 Twitter 上关注新人时，您过去的时间线不会继承此人过去的推文。只有你的新时间线。与 cmets 一样，为什么要在过去的 cmets 上更新此人的姓名？

所以，我会在您的列表中添加 #3：“不要更新用户名”

【讨论】：