Please enable JavaScript.

Coggle requires JavaScript to display documents.

Data Modeling in MongoDB (Thiết kế mô hình gia phả giữa document…

- - - - Lưu trữ dữ liệu có liên quan tới trong trong một document (array hoặc sub-document)
      - Nhược điểm
        
        Kích thước document tăng lên về sau làm giảm hiệu năng (đối với storage engine của phiên bản trước 3.0.0)
        
        Tràn giới hạn kích thước document
      - Sử dụng khi
        
        Mối quan hệ "bao trùm" (sở hữu, thuộc về, vv...)
        
        Khi một đối tượng luôn được truy cập trong khuôn khổ của đối tượng khác
      - Ưu điểm
        
        Ứng dụng có thể thao tác với ít query hơn
        
        Atomic query
        
        Hiệu năng đọc-ghi cao hơn (lưu trữ ở địa chỉ liền kề nhau)
    - - Mô tả quan hệ giữa dữ liệu có liên quan bằng các reference tới nhau
      - Ưu điểm
        
        Linh hoạt hơn Embedded Data
      - Nhược điểm
        
        Thao tác cần nhiều query hơn
      - Sử dụng khi
        
        Embedded Data gây ra trùng lặp dữ liệu không cần thiết
        
        Mô tả quan hệ N-N
        
        Mô tả quan hệ gia phả phức tạp
  - - - Do storage engine của MongoDB trước 3.0.0
      - MongoDB 3.0.0+ sử dụng Power of 2 Allocation, giải quyết được vấn đề này
    - - Tất cả các query đều là atomic ở mức độ document
      - Các query trên nhiều document được thực thi trên từng document một
      - Embedded Data cho phép thao tác trong một query
      - Normalized Data cần nhiều query độc lập với nhau để thực thi
    - - Mỗi index yêu cầu ít nhất 8 kB bộ nhớ
      - Indexing làm giảm hiệu năng viết (do phải update lại index), tăng hiệu năng đọc
    - - Hầu như không tác động tiêu cực tới hiệu năng
      - Mỗi collection có overhead tối thiểu vài kB
      - Giới hạn file namespace của database (tiền 3.0.0)
    - - Lưu trữ chung trong một document
        
        Lưu trữ trong các địa chỉ liền kề nhau, giảm random access
        
        Không nhất thiết nếu muốn mô tả chính xác bản chất dữ liệu
      - Memory overhead khi sử dụng index
- - - - Embedded Data vế N vào vế 1 - có thể thao tác trong một query
    - - Dữ liệu vế N có thể làm tràn giới hạn document
      - Embedding Data các reference tới vế N vào vế 1
    - - Danh sách reference tới vế N có thể làm tràn giới hạn document
      - Reference tới vế 1 vào vế N
    - - Kích thước của vế N
      - Yêu cầu truy cập không phụ thuộc vào vế 1 của vế N
      - Tỉ lệ read/write
- - - - Có thể truy vấn nút cha tức thời
      - Có thể tạo index trên _id của nút cha để tăng tốc tìm nút con
      - Nút con chứa _id của nút cha
  - - - Nút cha chứa mảng _id các nút con
      - Có thể truy vấn nút con tức thời
      - Có thể tạo index trên array _id của nút con để tăng tốc tìm nút cha
    - - Đơn giản
      - Có thể lưu trữ mô hình với nút con nhiều nút cha
  - - - Nút con chứa _id của nút cha và một mảng chứa toàn bộ các nút cha dẫn tới nó
      - Có thể truy vấn nút cha tức thời
      - Có thể tạo index trên array nút cha để tăng tốc tìm subtree
    - - Thích hợp cho việc tìm subtree
      - Thao tác trực tiếp hơn phương pháp lưu trữ địa chỉ trên cây
    - - Chậm hơn một chút so với lưu trữ địa chỉ trên cây
  - - - Mỗi nút lưu trữ string mô tả đường đi từ gốc tới nút
      - Sử dụng RegEx để thao tác trên string này
      - Có thể index trên string này để tăng tốc truy vấn
    - - Cho phép thao tác khi chỉ biết một số nút cha
      - Tốc độ khi thao tác với cây con từ gốc được cải thiện nhiều
    - - Khi thao tác không từ gốc, truy vấn phải duyệt qua toàn bộ index
  - - - Mỗi nút lưu trữ thứ tự đi tới và đi ra khi di chuyển DFS từ gốc
      - Có thể index trên hai thứ tự này để tăng tốc truy vấn
      - Truy vấn tất cả các nút hậu duệ nằm giữa thứ tự tới và đi
    - - Tốc độ truy vấn nhanh
    - - Phải hy sinh khả năng thay đổi của cấu trúc cây
      - Chỉ thích hợp với cây không bao giờ thay đổi