使用 MongoDB 資料庫儲存商品訊息

電商業務一個基本的功能模組就是存儲品類豐富的商品信息，各種商品特性、參數各異，MongoDB 靈活的文檔模型非常適合於這類業務，本文主要介紹如何使用 MongoDB 來存儲商品分類信息。

關係型資料庫解決方案

上述問題使用傳統的關係型資料庫也可以解決，例如以下幾種方案

針對不同商品，創建不同的表

這例如音樂專輯、電影電影商品，有一部分共同的屬性，但也有很多自身特有的屬性，可以創建2個不同的表，擁有不同的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`))
...

這種做法的主要問題在於

1. 針對每個新的商品分類，都需要創建新的表

2. 應用程式開發者必須明確的將請求分發到對應的表上來查詢，一次查詢多種商品實現起來比較麻煩

所有商品存儲到單張表

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`))

將所有的商品存儲到一張表，這張表包含所有商品需要的屬性，不同的商品根據需要設置不同的屬性，這種方法使得商品查詢比較簡單，並且允許一個查詢跨多種商品，但缺點是浪費的空間比較多。

提取公共屬性，多表繼承

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`))
...

上述方案將所有商品公共的屬性提取出來，將公共屬性存儲到一張表裡，每種商品根據自身的需要創建新的表，新表裡只儲存該商品特有的資訊。

Entity Attribute Values 形式存儲

所有的數據按照 的3元組的形式存儲，這個方案實際上是把關係型數據庫當KV存儲使用，模型簡單，但應對複雜的查詢不是很方便。

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 解決方案

Mognono

MongoDB 解決方案

Mognonoon

MongoDB 解決方案🎜🎜🎜Mognonoon🎜MongoDB 解決方案🎜🎜🎜Mognonoon 對產品的關係，集合裡不同的商品可以自訂文件內容。 🎜🎜例如一個音樂專輯可以類似如下的文檔結構🎜

{
  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"
    ],
  },
}

🎜而一部電影則可以存儲為🎜

{
  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。