• 如果您觉得本站非常有看点,那么赶紧使用Ctrl+D 收藏吧

使用 MongoDB 数据库存储商品信息

PHP admin 12个月前 (06-08) 6次浏览 未收录 0个评论

电商业务一个基本的功能模块就是存储品类丰富的商品信息,各种商品特性、参数各异,MongoDB 灵活的文档模型非常适合于这类业务,本文主要介绍如何使用 MongoDB 来存储商品分类信息。

关系型数据库解决方案

上述问题使用传统的关系型数据库也可以解决,比如以下几种方案

针对不同商品,创建不同的表

比如音乐专辑、电影这2种商品,有一部分共同的属性,但也有很多自身特有的属性,可以创建2个不同的表,拥有不同的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`))
...

这种做法的主要问题在于

    所有商品存储到单张表

    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`))

    将所有的商品存储到一张表,这张表包含所有商品需要的属性,不同的商品根据需要设置不同的属性,这种方法使得商品查询比较简单,并且允许一个查询跨多种商品,但缺点是浪费的空间比较多。

    提取公共属性,多表继承

    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`))
    ...

    上述方案将所有商品公共的属性提取出来,将公共属性存储到一张表里,每种商品根据自身的需要创建新的表,新表里只存储该商品特有的信息。

    Entity Attribute Values 形式存储

    所有的数据按照 的3元组的形式存储,这个方案实际上是把关系型数据库当KV存储使用,模型简单,但应对复杂的查询不是很方便。

    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 解决方案

    MognoDB 与关系型数据库不同,其无schema,文档内容可以非常灵活的定制,能很好的使用上述商品分类存储的需求; 将商品信息存储在一个集合里,集合里不同的商品可以自定义文档内容。

    比如一个音乐专辑可以类似如下的文档结构

    {
      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"
        ],
      },
    }

    而一部电影则可以存储为

    {
      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。


    39MO , 版权所有丨如未注明 , 均为原创丨转载请注明原文链接:使用 MongoDB 数据库存储商品信息
    喜欢 (0)
    [1353713598@qq.com]
    分享 (0)
    发表我的评论
    取消评论
    表情 贴图 加粗 删除线 居中 斜体 签到

    Hi,您需要填写昵称和邮箱!

    • 昵称 (必填)
    • 邮箱 (必填)
    • 网址