ArangoDB：有一些大集合与很多小集合

Question

我有一个关于性能/最佳实践的问题：

场景：我有一个用户集合和一个聊天机器人集合。他们可以是用户集合中的很多用户（比如说 100 -1000 个用户）。每个用户可以有多个聊天机器人（每个用户大约 10 个）。

选项 A： 我创建一个边缘集合来定义用户 -> 聊天机器人之间的连接。最后，我将拥有 1 个用户集合、1 个聊天机器人集合（包含来自所有用户的所有聊天机器人）和 1 个边缘集合（包含从用户到其聊天机器人的定义）

选项 B：我为每个用户创建一个单独的聊天机器人集合，以便将特定用户的所有聊天机器人放在一个地方。聊天机器人集合名称将是例如user_xyz(user._key)_chatbots。因此，如果我需要具有_key‘abc’的用户的所有聊天机器人，我会检查集合 user_abc_chatbots。在这种情况下，我不需要连接用户 -> 聊天机器人的边缘集合。最后，我将拥有 1 个用户集合和很多 user_xyz_chatbots-集合（取决于我有多少用户 - 正如我之前写的那样，可以是 100-1000）。

现在我的问题是：更好的选择是什么？另外关于性能 - 图片我每次收到请求时都必须获取用户的所有（或特定）聊天机器人。

如果您能就您的经验/想法给我反馈，那就太好了：)

Answer 1

查看您发布的数字，即 100 到 1000 个用户和每个用户大约 10 个聊天机器人，这意味着总共只有 1000 到 10000 个聊天机器人。

对于这种数据维度，我认为将所有聊天机器人存储在一个集合中并使用（索引）属性来存储每个聊天机器人的用户 ID 更有意义。这是 1:n 关系（1 个用户映射到 n 个聊天机器人）

这样，您可以轻松快速地找到映射到特定用户的所有聊天机器人，但此设置还允许您轻松分析所有用户或所有聊天机器人。

如果每个用户的聊天机器人位于不同的集合中，这将更难实现。

此外，如果可以将相同的聊天机器人映射到多个用户，那么使用三个集合实际上可能是有意义的：

• 为用户提供一个集合
• 聊天机器人合集
• 以及用户和聊天机器人之间的一个映射集合

这将是一个 n:m 关系，其中每个用户仍然可以映射到任意数量的聊天机器人，但如果多个用户映射到同一个聊天机器人，则每个聊天机器人的数据不需要冗余存储。

如果每个聊天机器人都有一个独立的数据结构，并且需要特殊的索引或查询，我只建议为每个用户使用单独的聊天机器人集合。在这种情况下，分开不同的聊天机器人可能是有意义的。

但是，拥有太多的集合（在这里我们认为最多 1000 个）也不是很好，因为每个集合即使是空的也会有很小的开销。如果使用较少的集合更频繁地比有许多很少使用的集合时，这种摊销要好得多。