资讯专栏INFORMATION COLUMN

使用 MongoDB 存储商品分类信息

tigerZH / 2537人阅读

摘要:此文已由作者温正湖授权网易云社区发布。这是一篇官网上的一篇文章,分析了使用存储商品分类信息相比其他数据库的优势,并讲述了如何将其保存到中。

此文已由作者温正湖授权网易云社区发布。

欢迎访问网易云社区,了解更多网易技术产品运营经验。

这是一篇MongoDB官网上的一篇文章,分析了使用MongoDB存储商品分类信息相比其他数据库的优势,并讲述了如何将其保存到MongoDB中。原址点击:User case – Product Catalog。MongoDB中文社区有大神已将其翻译成中文。在此不重复造车,直接转载。欢迎一起探讨。

关系型数据库解决方案
上述问题使用传统的关系型数据库也可以解决,比如以下几种方案

针对不同商品,创建不同的表
比如音乐专辑、电影这2种商品,有一部分共同的属性,但也有很多自身特有的属性,可以创建2个不同的表,拥有不同的schema。

CREATE TABLE product_audio_album (

`sku` char(8) NOT NULL,
...
`artist` varchar(255) DEFAULT NULL,
`genre_0` varchar(255) DEFAULT NULL,
`genre_1` varchar(255) DEFAULT NULL,
...,
PRIMARY KEY(`sku`))

...
CREATE TABLE product_film (

`sku` char(8) NOT NULL,
...
`title` varchar(255) DEFAULT NULL,
`rating` char(8) DEFAULT NULL,
...,
PRIMARY KEY(`sku`))

...
这种做法的主要问题在于

针对每个新的商品分类,都需要创建新的表

应用程序开发者必须显式的将请求分发到对应的表上来查询,一次查询多种商品实现起来比较麻烦

所有商品存储到单张表
CREATE TABLE product (

`sku` char(8) NOT NULL,
...
`artist` varchar(255) DEFAULT NULL,
`genre_0` varchar(255) DEFAULT NULL,
`genre_1` varchar(255) DEFAULT NULL,
...
`title` varchar(255) DEFAULT NULL,
`rating` char(8) DEFAULT NULL,
...,    PRIMARY KEY(`sku`))

将所有的商品存储到一张表,这张表包含所有商品需要的属性,不同的商品根据需要设置不同的属性,这种方法使得商品查询比较简单,并且允许一个查询跨多种商品,但缺点是浪费的空间比较多。

提取公共属性,多表继承
CREATE TABLE product (

`sku` char(8) NOT NULL,
`title` varchar(255) DEFAULT NULL,
`description` varchar(255) DEFAULT NULL,
`price`, ...
PRIMARY KEY(`sku`))

CREATE TABLE product_audio_album (

`sku` char(8) NOT NULL,
...
`artist` varchar(255) DEFAULT NULL,
`genre_0` varchar(255) DEFAULT NULL,
`genre_1` varchar(255) DEFAULT NULL,
...,
PRIMARY KEY(`sku`),
FOREIGN KEY(`sku`) REFERENCES `product`(`sku`))

...
CREATE TABLE product_film (

`sku` char(8) NOT NULL,
...
`title` varchar(255) DEFAULT NULL,
`rating` char(8) DEFAULT NULL,
...,
PRIMARY KEY(`sku`),
FOREIGN KEY(`sku`) REFERENCES `product`(`sku`))

...
上述方案将所有商品公共的属性提取出来,将公共属性存储到一张表里,每种商品根据自身的需要创建新的表,新表里只存储该商品特有的信息。

Entity Attribute Values 形式存储
所有的数据按照 的3元组的形式存储,这个方案实际上是把关系型数据库当KV存储使用,模型简单,但应对复杂的查询不是很方便。

ENTITY ATTRIBUTE VALUES
sku_00e8da9b type Audio Album
sku_00e8da9b title A Love Supreme
sku_00e8da9b … …
sku_00e8da9b artist John Coltrane
sku_00e8da9b genre Jazz
sku_00e8da9b genre General
… … …
MongoDB 解决方案
MognoDB 与关系型数据库不同,其无schema,文档内容可以非常灵活的定制,能很好的使用上述商品分类存储的需求; 将商品信息存储在一个集合里,集合里不同的商品可以自定义文档内容。

比如一个音乐专辑可以类似如下的文档结构

{
sku: "00e8da9b",
type: "Audio Album",
title: "A Love Supreme",
description: "by John Coltrane",
asin: "B0000A118M",

shipping: {

weight: 6,
dimensions: {
  width: 10,
  height: 10,
  depth: 1
},

},

pricing: {

list: 1200,
retail: 1100,
savings: 100,
pct_savings: 8

},

details: {

title: "A Love Supreme [Original Recording Reissued]",
artist: "John Coltrane",
genre: [ "Jazz", "General" ],
    ...
tracks: [
  "A Love Supreme Part I: Acknowledgement",
  "A Love Supreme Part II - Resolution",
  "A Love Supreme, Part III: Pursuance",
  "A Love Supreme, Part IV-Psalm"
],

},
}
而一部电影则可以存储为

{
sku: "00e8da9d",
type: "Film",
...,
asin: "B000P0J0AQ",

shipping: { ... },

pricing: { ... },

details: {

title: "The Matrix",
director: [ "Andy Wachowski", "Larry Wachowski" ],
writer: [ "Andy Wachowski", "Larry Wachowski" ],
...,
aspect_ratio: "1.66:1"

},
}
所有商品都拥有一些共同的基本信息,特定的商品可以根据需要扩展独有的内容,非常方便; 基于上述模型,MongoDB 也能很好的服务各类查询。

查询某个演员参演的所有电影,并按发型日志排序
db.products.find({"type": "Film", "details.actor": "Keanu Reeves"}).sort({"details.issue_date", -1})
上述查询也可以通过建立索引来加速

db.products.createIndex({ type: 1, "details.actor": 1, "details.issue_date": -1 })
查询标题里包含特定信息的所有电影
db.products.find({

"type": "Film",
"title": {"$regex": ".*hacker.*", "$options":"i"}}).sort({"details.issue_date", -1})

可建立如下索引来加速查询

db.products.createIndex({ type: 1, details.issue_date: -1, title: 1 })
扩展
当单个节点无法满足海量商品信息存储的需求时,就需要使用MongoDB sharding来扩展,假定大量的查询都是都会基于商品类型,那么就可以使用商品类型字段来进行分片。

db.shardCollection("products", { key: {type: 1} })
分片时,尽量使用复合的索引字段,这样能满足更多的查询需求,比如基于商品类型之后,还会经常根据商品的风格标签来查询,则可以把商品的标签字段作为第二分片key。

db.shardCollection("products", { key: {type: 1, "details.genre": 1} })
如果某种类型的商品,拥有相同标签的特别多,则会出现jumbo chunk的问题,导致无法迁移,可以进一步的优化分片key,以避免这种情况。

db.shardCollection("products", { key: {type: 1, "details.genre": 1, sku: 1} })
加入第3分片key之后,即使类型、风格标签都相同,但其sku信息肯定不同,就肯定不会出现超大的chunk。

网易云MongoDB 服务为开发者提供了一站式的 MongoDB 云端解决方案,包括提供三节点复制集的高可用架构,故障切换,并提供专业的备份、监控以及性能优化方案,彻底免除开发者的运维烦恼。点击可免费试用。

网易云免费体验馆,0成本体验20+款云产品!

更多网易技术、产品、运营经验分享请点击。

文章来源: 网易云社区

文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。

转载请注明本文地址:https://www.ucloud.cn/yun/25275.html

相关文章

  • 一些基于React、Vue、Node.js、MongoDB技术栈的实践项目

    摘要:利用中间件实现异步请求,实现两个用户角色实时通信。目前还未深入了解的一些概念。往后会写更多的前后台联通的项目。删除分组会连同组内的所有图片一起删除。算是对自己上次用写后台的一个强化,项目文章在这里。后来一直没动,前些日子才把后续的完善。 欢迎访问我的个人网站:http://www.neroht.com/ 刚学vue和react时,利用业余时间写的关于这两个框架的训练,都相对简单,有的...

    tangr206 评论0 收藏0
  • node+express+MongoDB实现小商城服务端

    摘要:地址前端地址服务端地址运行环境主要功能购物车绑定手机用户登录添加商品推荐商品商品列表优惠券地址管理上传图片接口列表管理删除用户删除商品添加商品添加分类删除分类添加分类添加优惠券所有优惠券上传首页获取获取推荐列表获取列表获取详情订单创建订单获 GitHub地址 前端地址:https://github.com/FZliweilia... 服务端地址:https://github.com/F...

    wushuiyong 评论0 收藏0
  • node+express+MongoDB实现小商城服务端

    摘要:地址前端地址服务端地址运行环境主要功能购物车绑定手机用户登录添加商品推荐商品商品列表优惠券地址管理上传图片接口列表管理删除用户删除商品添加商品添加分类删除分类添加分类添加优惠券所有优惠券上传首页获取获取推荐列表获取列表获取详情订单创建订单获 GitHub地址 前端地址:https://github.com/FZliweilia... 服务端地址:https://github.com/F...

    Anshiii 评论0 收藏0
  • node+express+MongoDB实现小商城服务端

    摘要:地址前端地址服务端地址运行环境主要功能购物车绑定手机用户登录添加商品推荐商品商品列表优惠券地址管理上传图片接口列表管理删除用户删除商品添加商品添加分类删除分类添加分类添加优惠券所有优惠券上传首页获取获取推荐列表获取列表获取详情订单创建订单获 GitHub地址 前端地址:https://github.com/FZliweilia... 服务端地址:https://github.com/F...

    sf190404 评论0 收藏0
  • vue全家桶网易严选,体验网易严选购物流程

    摘要:项目预览线上访问或者二维码扫描项目描述全家桶模仿网易严选浏览,购物流程,好的生活,没那么贵。对状态管理有了进一步的了解在项目过程中每一个组件都应用了这个组件,切换的时候每次当前选中的选项都是第一项成选中状态,究其原因的他们的状态没有共享。 项目预览 showImg(https://segmentfault.com/img/remote/1460000009660678?w=1481&h...

    alaege 评论0 收藏0

发表评论

0条评论

最新活动
阅读需要支付1元查看
<