使用情景

開始之前，我們先設(shè)定這樣一個情景

1.一百萬注冊用戶的頁游或者手游，這是不溫不火的一個狀態(tài)，剛好是數(shù)據(jù)量不上不下的一個情況。也剛好是傳統(tǒng)MySql數(shù)據(jù)庫性能開始吃緊的時候。

2.數(shù)據(jù)庫就用一臺很普通的服務(wù)器，只有一臺。讀寫分離、水平擴展、內(nèi)存緩存都不談。一百萬注冊用戶如果貢獻度和活躍度都不高，恐怕公司的日子還不是那么寬裕，能夠在數(shù)據(jù)庫上的投資也有限。

以此情景為例，設(shè)每個用戶都擁有100個道具，用戶隨時會獲得或失去道具。

我們就來看看這一億的道具怎么搞。

道具一般要使用原型、實例的設(shè)計方法，這個不屬于數(shù)據(jù)庫的范疇。

道具類型001 是屠龍刀，屠龍刀價格1500，基礎(chǔ)攻擊150，這些，我們把它們稱為道具原型，保存在原型數(shù)據(jù)文件中。

這個原型數(shù)據(jù)文件，無論是存在何種數(shù)據(jù)庫或者本地文件中，對服務(wù)器來說都不是問題，也不干擾數(shù)據(jù)庫設(shè)計，所以我們不去討論他。

關(guān)系數(shù)據(jù)庫設(shè)計方法

典型的關(guān)系數(shù)據(jù)庫設(shè)計方法：

用戶表：字段 xxx userid xxx   ，記錄數(shù)量100萬

xxx是其他字段，userid標示用戶

用戶道具表：字段 xxx userid itemtype xxx ,記錄數(shù)量一億

xxx是其他字段，userid 標示

一個億的記錄數(shù)是不是看起來有點頭疼，mysql這個時候就要想各種辦法了。

MongoDB設(shè)計方法

但我們用mongoDB來實現(xiàn)這個需求，直接就沒有問題

首先第一個集合：users集合，用UserName 作為_id ,記錄數(shù)100萬

然后道具的組織，我們有兩種選擇

1.在users集合的值中建立Items對象，用Bson數(shù)組保存道具(Mongo官方稱為Bson，和Json一模一樣的存儲方法)

方法一，沒有額外的記錄數(shù)

2.新建userItems集合，同樣用UserName作為_id 每個UserItems集合的值中建立一個Item對象，使用一個Bson數(shù)組來保存道具

方法二，多了一個集合和100萬記錄數(shù)

我們的道具數(shù)據(jù)看起來像下面這樣:

 

{_id:xxx,Items:[ 
{Itemtype:xxx,ItemPower:xxx}, 
... 
... 
... 
]} 

 

測試方法

測試方法如下：測試客戶端隨機檢查一個用戶的道具數(shù)量，小于100加一個道具，大于100 刪除一個道具。

連續(xù)100萬次，采用10個線程并發(fā)。

如果用關(guān)系數(shù)據(jù)庫設(shè)計方法+mysql來實現(xiàn)，這是一個很壓力很大的數(shù)據(jù)處理需求。

可是用文檔數(shù)據(jù)庫設(shè)計方法+MongoDB來實現(xiàn)，這個測試根本算不上有壓力。

注意事項

即使我們用了一個如此勝之不武的設(shè)計方式，你依然有可能還是能把他寫的很慢。

因為MongoDB在接口設(shè)計上并沒有很好的引導和約束，如果你不注意，你還是能把他用的非常慢。

第一個問題：Key-Value數(shù)據(jù)庫可以有好多的Key，沒錯,但對MongoDB來說，大錯特錯

MongoDB的索引代價很大，大到什么程度：

1.巨大的內(nèi)存占用，100萬條索引約占50M內(nèi)存，如果這個設(shè)計中，你一個道具一條記錄，5G內(nèi)存將用于索引。

我們的屌絲情景不可能給你這樣的服務(wù)器，

2.巨大的性能損失，作為一個數(shù)據(jù)庫，所有的東西終將被寫入硬盤，沒有關(guān)系數(shù)據(jù)庫那樣的表結(jié)構(gòu)，MongoDB的索引寫入性能看起來很差，如果記錄數(shù)據(jù)較小的時候，你可以觀測到這樣震撼的景象，加一個索引，性能變成了1/2,加兩個索引，性能變成了1/3。

只有當?shù)诙€索引的查詢不可避免，才值得增加額外索引。因為沒索引的數(shù)據(jù)，查詢性能是加幾個零的慢，比加索引更慘。

我們既然選擇了Key-Value數(shù)據(jù)庫，應盡量避免需要多個索引的情況。

所有的索引只能存在于內(nèi)存中，而讀取記錄時，也需要將Bson在內(nèi)存中處理，內(nèi)存還承擔著更重要的作用：讀取緩存。

本來就不充裕的內(nèi)存，應該嚴格控制我們的記錄條數(shù)，能夠用Bson存儲的，盡量用之。

那么我們之前在MongoDB的設(shè)計中怎么還考慮第二種設(shè)計方法呢？獨立一個userItems 集合，不是又多出100萬條記錄了嗎？

這基于另兩個考慮:a.Bson的處理是要反復硬盤和內(nèi)存交換的，如果每條記錄更小，則IO壓力更小。內(nèi)存和硬盤對服務(wù)器來說都是稀缺資源，至于多大的數(shù)據(jù)拆分到另一個集合中更劃算，這需要根據(jù)業(yè)務(wù)情況，服務(wù)器內(nèi)存、硬盤情況來測試出一個合適大小，我們暫時使用1024這個數(shù)值，單用戶的道具表肯定是會突破1024字節(jié)的，所以我們要考慮將他獨立到一個集合中

b.可以不部署分片集群，將另一個集合挪到另一個服務(wù)器上去。只要服務(wù)器可以輕松承載100萬用戶，200萬還會遠么？在有錢部署分片集群以前，考慮第二組服務(wù)器更現(xiàn)實一些。

第二個問題：FindOne({_id:xxx})就快么？

毋庸置疑，F(xiàn)indOne({_id:xxx})就是最直接的用Key取Value。

也的確，用Key取Value 就是我們能用的唯一訪問Value的方式，其他就不叫Key-Value數(shù)據(jù)庫了。

但是，由于我們要控制Key的數(shù)量，單個Value就會比較大。

不要被FindOne({_id:xxx}).Items[3].ItemType這優(yōu)雅的代碼欺騙，這是非常慢的，他幾乎謀殺你所有的流量。

無論后面是什么 FindOne({_id:xxx})總是返回給你完整的Value,我們的100條道具，少說也有6~8K.

這樣的查詢流量已經(jīng)很大了，如果你采用MongoDB方案一設(shè)計，你的單個Value是包含一個用戶的所有數(shù)據(jù)的，他會更大。

如果查詢客戶端和數(shù)據(jù)庫服務(wù)器不在同一個機房，流量將成為一個很大的瓶頸。

我們應該使用的查詢函數(shù)是FindOne({_id:xxx},filter),filter里面就是設(shè)置返回的過濾條件,這會在發(fā)送給你以前就過濾掉

比如FindOne({_id:xxx},{Items:{"$slice":[3,1]}})，這和上面那條優(yōu)雅的代碼是完成同樣功能，但是他消耗很少的流量

第三個問題：精細的使用Update

這和問題二相對的，不要暴力的FindOne，也盡量不要暴力的Update一整個節(jié)點。雖然MangoDB的性能挺暴力的，IO性能極限約等于MongoDB性能，暴力的Update就會在占用流量的同時迎接IO的性能極限。

除了創(chuàng)建節(jié)點時的Insert或者Save之外，所有的Update都應該使用修改器精細修改.

比如Update({_id:xxx},{$set:{"Items.3.Item.Health":38}});//修改第三把武器的健康值

至于一次修改和批量修改，MongoDB默認100ms flush一次(2.x),只要兩次修改比較貼近,被一起保存的可能性很高。

但是合并了肯定比不合并強，合并的修改肯定是一起保存，這個也要依賴于是用的開發(fā)方式，如果使用php做數(shù)據(jù)客戶端，緩存起來多次操作合并了一起提交，實現(xiàn)起來就比較復雜。

注意以上三點，一百萬注冊用戶并不算很多，4G內(nèi)存，200G硬盤空間的MongoDB服務(wù)器即可輕松應對。性能瓶頸是硬盤IO，可以很容易的使用Raid和固態(tài)硬盤提升幾倍的吞吐量。不使用大量的Js計算，CPU不會成為問題，不要讓索引膨脹，內(nèi)存不會成為問題。你根本用不著志強的一堆核心和海量的內(nèi)存，更多的內(nèi)存可以讓緩存的效果更好一些，可是比讀寫分離還是差遠了。如果是高并發(fā)時查詢性能不足，就要采用讀寫分離的部署方式。當IO再次成為瓶頸時，就只能采用集群部署MongoDB啟用分片功能，或者自行進行分集合與key散列的工作。

原文鏈接：http://www.cnblogs.com/crazylights/archive/2013/05/08/3068098.html

【編輯推薦】

1. MongoDB 2.0 正式版發(fā)布
2. MongoDB 2.0新功能逐個看之Compact Command
3. 主流NoSQL數(shù)據(jù)庫全方位評測之MongoDB
4. 教你如何利用MySQL學習MongoDB
5. 在Windows環(huán)境下MongoDB搭建和簡單操作