MONGODB "表也用设计" 麻烦您 “走点心”-CSDN博客

本文链接：https://blog.csdn.net/liuhuayang/article/details/106681911

最近公司接入的征信系统越来越多，并且需要从中查询一些数据，做统计分析。分析人员对MONGODB 的查询语法不是太“灵光”。所以经常会问我怎么查一些数据，我只好在下班，或边边角角的时间来“满足”他们的需求。

起初我单纯的认为是，分析人员不会语法导致的，但是后面我发现问题没有那么“简单”。这里以鹏元的某些反馈的征信数据为例，这样的MONGODB 的“表”设计的确是不得不吐槽。

我们看看我们要查的数据的格式是怎样布局的，由于一个document 的数据太大，所以我先画一个图让大家了解一下我要查询数据的到底在第几层

下面来截图看一下具体的数据数据的查询层次是从 data 开始的，然后到了cisReport

到 historySimpleQueryInfo ----- items ------ 查询

需要查询 items 中消费金融公司中的三个月前是否贷过款

我们以结果为导向，看看到这条查询怎么写能达到，下面查询的效果

db.py_queryfraud.find({"name":"XXX","data.cisReport.historySimpleQueryInfo.items.unitMember":"XX金融公司"},{"data.cisReport.historySimpleQueryInfo.items":{"$slice":-1}"_id":0,"name":1,"documentno":1,"data.cisReport.historySimpleQueryInfo.items.last3Month":1})

通过上面的语句可以达到查询的效果，但硬伤是需要查询的数据必须在数组的最后一个。

同时我也请教了我们原来公司的 MONGODB 大咖，最后通过聚合来解决了问题，但我在想，到底是我们查询写的不溜，还是设计有问题，导致查询这么麻烦。

个人认为，设计上是有问题的，

1 MongoDB 虽然可以一行（准确的说一个 document）容纳 16MB 的内容，但是这不意味着，一行越大越好，一般控制在几个KB之内的效率是比较高的。试想你要是把一堆东西都塞在一行，你查询的性能是有多高。

2 使用数组时，创建大量的元素，并且进行UPDATE 的情形下，相关的数据的存储的位置是进行变换的，这就会影响相关创建的index，这些INDEX 如要reindex 这是因为每个数组元素都有一个单独的索引项，当插入或删除文档时，就会触发reindex。

3 嵌套太多的情况下，里面又使用数组加嵌套的情况，则单独定位某个数据是很困难的，例如我上面的例子。

那如何来进行设计则是一个需要考虑和讨论的问题，或许之前很多开发人员把MONGODB 当成开发者的数据库，但实际上随着业务的复杂度和卷入的人员越来越多，则MONGODB的设计也是越来越提上桌面。

例如上面的信息只要稍微变化以下，就可以顺利的查询出来，例如图中的数据如果不使用数组，直接使用嵌套，并且这些信息通过 key 来表明他是属于商业银行，还是互联网金融，还是某些特殊的金融公司，将这些标识添加在 last24month ---- last3Month 这些KEY 中，则查询就会好很多。