MongoDB开发系列：从数据集合的设计开始

MongoDb中集合概念就是关系型数据库中的表，本文讨论的内容主要集中在MongoDb数据库库设计集合时关键原则和常见的设计误区。本文约定读者对MongoDb的基本概念有一定的了解。

第一条准则

抛弃关系型数据库设计的范式约束，摒弃关联查询。先考虑内嵌形式，再考虑引用，视使用场景而定。内嵌就是充分利用MongoDb的文档特定，通过嵌套文档的形式，将一组数据统一保存在一个文档下。即一条记录中，这样在列表类的需求中，就不需要多表查询，以及外键关联。

MongoDb的设计原则建议多种对象以关联嵌套的方式组织在一个文档中，方便应用程序一次读取。

注意这里说的是建议，不是【必须】，因为有特定场景下，完全嵌套是不能满足存储需求的。

第二条准则

文档中不是每个字段都必须有值，也就是每行的字段可以不一致。控制字段尽量不插入null值和空值，这样可以节约内存存储，MongoDb中的稀疏索引类型专门为【不是每个文档都有的字段】而设计。

这种特性适合Iot数据采集类似的使用场景，每个文档的字段数目不等，按需插入。

注意这种情况下，切忌文档过宽。那如何避免这种情况，我的方法是预估最大字段数，以20个字段为节点，多于20则采用嵌套document的设计方式组织document。

第三条准则

时间可以直接定义为格式化的时间，便于识别和查询。不必特意存储时间戳，这样方便可视化的工具查询核对。

"create_time" : ISODate("2017-05-10T15:39:58.000+08:00"),

当然如果系统涉及到不同时区的国际化，最好把原始时间戳记录下来，视情况是否记录源时区。

第四条准则

字段长度尽可能的短，不宜过长。也是考虑到内存优化。MongoDb存储原则中会把key也存储到内存中，所以字段因尽可能的短，这样势必会减低字段的可读性，是的，这里需要牺牲字段的可读性。

新概念

分桶设计原则

我们知道许多传感器数据都是时间序列数据。例如：风传感器，潮汐监测以及位置追踪等采集数据的无非这种类型： Timestamp，采集器名称/ID，采集值。对于时序类型的数据，我们可以采用一种叫做时间分桶的优化策略。

所谓分桶优化，就是与其对每一条数据创建一个文档，我们可以把某一个时间段内的测量数据聚合到一起放到一个文档内，利用MongoDB提供的内嵌式数组或子文档特性

参考资料

http://www.mongoing.com/mongo...

http://www.tuicool.com/articl...

https://segmentfault.com/q/10...