NoSql初學者夥計。數據設計和關係

Question

我對NoSQL的概念有許多疑問。

我可以理解NoSQL數據如何存儲，但不知道如何推導出最佳方式以及如何分配數據。

例如，一個數據存儲。 如何存儲訂單？ 選項A：

customers: [customer {data1, data2,..., orders: [{data1, products [{data1, data2, quantity,...}]}] 

選項B：

customer: [customer {data1, data2, Data3, ...}] 
orders: [{customerId, data1, products [{data1, data2, quantity}] 

選項C：

customer: [customer {data1, data2, Data3, ...}] 
products [{data1, data2, ...}] 
orders: [{customerId, data1, products [{productId, quantity}]}] 

的B和C選項有關係，但A重複多的信息。什麼是最好的策略？

謝謝。

Answer 1

對於大多數nosql數據庫（鍵值，列和文檔;圖形數據庫是一個完全獨立的野獸），連接是昂貴的 - 可能甚至需要在應用程序代碼中實現。由於這個原因，最好將表格非規範化，優先選項A優於優於選項B的選項B.

有時候這樣做沒有意義：有時候一段數據足夠大，經常重複以至於非規範化會耗盡太多的磁盤空間（這很便宜，但肯定不是免費的），有時你需要最新最好的數據，在這種情況下，非規範化可能不合適，因爲更新可能需要很長時間才能傳播，有時候非規範化會過度，因爲你不經常需要數據。在這種情況下幾個你的選擇是：

1. 如果數據很大，經常反覆，或者如果數據需要儘可能一致，或者如果你不需要的數據，很多時候，然後使用關係 - 這將比關係連接更昂貴，因爲它可能需要至少再往返一次數據庫，但是如果您只有一個或兩個關係和/或能夠執行批量查找對大多數/所有關係來說，查找成本應該仍然合理。
2. 如果您需要最新的數據和/或數據經常更新，那麼您可以使用緩存來補充數據庫等。 Redis。這看起來像這樣：當你更新非規格化關係時（例如products），那麼你將新數據存儲在緩存中;當您檢索包含非規範化關係的記錄時（customers），您將檢查數據的較新版本是否在緩存中;在將非規範化關係傳播到所有記錄之後，將數據從緩存中移除。
3. 如果你不經常需要這些數據，特別是如果你正在進行不頻繁的批量查詢，那麼你可以使用一個MapReduce查詢，它支持許多nosql數據庫，通常採用Hadoop或Spark的形式。請注意，如果你要做很多這樣的事情，那麼一定要選擇一個支持它的數據庫：HBase或Cassandra將是不錯的選擇，而一些數據庫如Riak將支持MapReduce，但不會有它的一個特別好的實現。