0

我对 MongoDB 比较陌生，到目前为止印象非常深刻。不过，我正在努力寻找设置文档存储的最佳方法。我正在尝试使用推特数据进行一些摘要分析，但我不确定是将推文放入用户文档中，还是将它们保存为单独的集合。似乎将推文放在用户模型中会很快达到大小的限制。如果是这种情况，那么在一组用户的推文中运行 MapReduce 的好方法是什么？

我希望我不会太含糊，但就设置我的域模型而言，我不想过于具体和走得太远。

我相信你们都听腻了，我已经习惯了 RDB 土地，在那里我会布置我的模式，比如

| USER |
--------
|ID
|Name
|Etc.

|TWEET__|
---------
|ID
|UserID
|Etc

似乎 Mongo 中的逻辑模式是

User
|-Tweet (0..3000)
  |-Entities
    |-Hashtags (0..10+)
    |-urls (0..5)
    |-user_mentions (0..12)
  |-GeoData (0..20)
|-somegroupID

但不会很快使用户文档膨胀到超出容量。但我想对属于具有相似 somegroupID 的用户的推文进行分析。上面的模型布局在概念上是有意义的，但是在什么时候这太笨拙了？什么是可行的替代方案？

4

2 回答 2

1

没错，您可能会在此处遇到 16MB 的 MongoDB 文档限制。您并没有说要运行哪种分析，因此很难推荐模式。MongoDB 模式的设计考虑了数据查询（和插入）模式。

您当然可以很容易地做相反的事情，而不是将您的推文放在用户中，将用户 ID 和组 ID 添加到推文文档本身中。然后，如果您需要来自用户的其他字段，您始终可以在显示时将其拉入第二个查询中。

我的意思是推文文档的设计为：

{
    '标签'：['#foo'，'#bar']，
    'urls': [ "http://url1.example.com", 'http://url2.example.com' ],
    'user_mentions'：['queen_uk']，
    '地理数据': { ... },
    'userid': 'derickr',
    'somegroupid'：40
}

然后对于用户集合，文档可能如下所示：

{
    'userid' : 'derickr',
    '实名' : Derick Rethans',
    ...
}
于 2012-02-17T11:24:53.637 回答
1

所有功劳归功于 MongoHQ.com 的优秀人员。我的问题在https://groups.google.com/d/msg/mongodb-user/OtEOD5Kt4sI/qQg68aJH4VIJ上得到了回答

克里斯·温斯莱特 @ MongoHQ

你会发现这个视频很有趣：

http://www.10gen.com/presentations/mongosv-2011/schema-design-at-scale

本质上，在一个文档中，为一个人存储一天的推文。推理：

  • 查询通常由天数和用户组成

因此，您可以拥有以下索引：

{user_id: 1, date: 1} # 日期必须在最后，因为您将按日期进行范围和排序

玩得开心！

克里斯·蒙戈总部

我认为实现以下内容最有意义：

用户

{ user_id: 123123,
  screen_name: 'cledwyn',
  misc_bits: {...},
  groups: [123123_group_tall_people, 123123_group_techies, ],
  groups_in: [123123_group_tall_people]
}

鸣叫

{ tweet_id: 98798798798987987987987,
  user_id: 123123,
  tweet_date: 20120220,
  text: 'MongoDB is pretty sweet',
  misc_bits: {...},
  groups_in: [123123_group_tall_people]
}
于 2012-02-23T17:39:01.020 回答