本文共 1279 字，大约阅读时间需要 4 分钟。

MongoDB开发规范与数据建模指南

MongoDB开发规范

命名原则

数据库名和集合名应使用小写字符或统一大小写，避免超过64个字符。建议统一使用驼峰命名或下划线命名。

集合设计

• 嵌套模式：适用于一对一关系且数据量较小时，能提升读写性能并保证原子性。
• 引用模式：适用于复杂关系或未来可能演进的场景，确保数据独立性。

文档设计

• 避免大文档：单个文档不得超过64MB。
• 嵌入数据控制：嵌入字段需有上限，确保内存使用效率。
• 字段命名优化：字段名控制在32字符以内，减少存储开销。

索引设计

• 索引使用：必要时使用索引加速查询，单集合不超过10个索引。
• 避免无效索引：定期清理不必要的索引，减少内存占用。
• 优化原则：遵循覆盖索引和前缀匹配，使用explain()分析性能。

分片设计

• 分片策略：对快速增长或高压业务表考虑分片，确保均衡分布。
• 数据量控制：单分片集数据量不超过2TB，避免广播查询。
• 索引与分片兼容：确保唯一索引覆盖分片，减少冲突风险。

升级设计

• 数据兼容性：支持旧版本数据，新增或修改需评审，保持数据字典更新。
• 数据清理：应用升级前检查并清理冗余数据。

数据一致性

• 写入 concern：非关键业务用writeConcern: 1，关键业务用writeConcern: majority。
• 更新操作：使用update和findAndUpdate时，使用upset: true需唯一索引。
• 连接管理：避免短连接，使用官方驱动的连接池，控制连接数不超过200。

批量化API

• 批量写入：使用Bulk Write，建议使用无序批次更新。

事务管理

• 单文档事务优先：保证原子性，多文档事务控制在60秒以内。
• 读写分离：条件允许下优化primary节点压力，节点读取优先从secondaries。

数据隔离

• 数据存储：配置项、历史数据存入不同数据库，微服务使用独立数据库，避免垮库访问。

维护与规划

• 数据字典：保持更新，提前规划数据容量，确保系统稳定性。

MongoDB数据建模

嵌入式文档 一对一关系模型

• 示例：客户和地址的嵌入式关系，减少查询次数。
• 优化示例：将地址数据嵌入客户文档，提升查询效率。

子集模式

• 优化示例：将电影文档拆分为基本信息和详细信息，减少一次查询的数据量。

嵌入式文档 一对多关系模型

• 示例：客户与多个地址的嵌入式关系，避免冗余查询。
• 优化示例：将地址引用存入客户文档，提升查询效率。

文档引用 一对多关系模型

• 优化示例：将出版商信息存入单独集合，避免数据重复。

物联网时序数据建模

数据存储方案

• 每个事件独立文档：适合简单需求，但数据量增长快。
• 每分钟平均值：优化写入和查询性能，但需要频繁更新。
• 每分钟秒级记录：适合精确分析，但增加了迭代次数。
• 每小时秒级记录：优化存储和查询，减少冗余数据。

优化建议

• 选择合适方案：根据业务需求选择合适的存储策略，理论分析为基础，需结合实际测试。
• 设计平衡：避免极端方案，选择读写性能平衡的方案。

通过以上开发规范和数据建模方案，可以有效提升MongoDB的性能和系统稳定性，适应各种业务需求。