From 8a665b7d574b80b8f72a98b2c42dd8c0de7017e8 Mon Sep 17 00:00:00 2001
From: qyx <565485304@qq.com>
Date: Thu, 4 Jul 2024 18:06:43 +0800
Subject: [PATCH] =?UTF-8?q?feat(master):=20=E6=B7=BB=E5=8A=A0=20MongoDB=20?=
 =?UTF-8?q?=E6=96=87=E6=A1=A3=E7=BB=93=E6=9E=84=E8=AE=BE=E8=AE=A1?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

完成存储结构的相关学习
---
 database/mongoDB/MongoDB.md | 118 ++++++++++++++++++++++++++++++++++++
 1 file changed, 118 insertions(+)

diff --git a/database/mongoDB/MongoDB.md b/database/mongoDB/MongoDB.md
index 8ac3890..67d7752 100644
--- a/database/mongoDB/MongoDB.md
+++ b/database/mongoDB/MongoDB.md
@@ -331,4 +331,122 @@ data: xxxx
 
 ### 4. 设计模式集锦
 
+- 问题: 大文档, 很多字段, 很多索引
+```json
+{
+  title: "Dunkirk",
+  release USA:"2017/07/23",
+  release UK:"2017/08/01",
+  release France:"2017/08/01",
+  release Festival San Jose:"2017/07/22"
+}
+```
+- 需要很多索引
+```json
+{release_UsA:1}
+{release_UK:1}
+{release_France:1}
+{release_Festival_San_Jose:1 }
+```
+- 电影的上映时间
+
+- 解决方法: 列转行
+```json
+{
+  title: "Dunkirk",
+  releases:[
+    {country:"USA",date:"2017/7/23"},
+    {country:"Uk",date:"2017/08/01”}
+  ]    
+}
+```
+- 转换后: 字段数变少了
+- 创建索引: db.movies.createIndex({"releases.country":1, "releases.date":1})
+
+- 模式小结:
+  - 场景: 产品属性多, 多语言(多国家属性)
+  - 痛点: 文档中有很多类似的字段, 会用于组合查询搜索, 需要创建很多索引
+  - 设计模式方案及优点: 转化为数组, 一个索引解决所有查询问题
+
+- 问题: 模型灵活了, 如何管理文档的不同版本
+
+```json
+"id":ObiectId("5de26f197edd62c5d388babb"),
+"name":"TJ",
+"Tapdata""company":
+```
+- v1.0
+
+```json
+"id":obiectId("5de26f197edd62c5d388babb")
+"name":"TJ"
+"company":"Tapdata"
+"wechat":"titang826"
+"schema_version": "2.0"
+```
+- v2.0
+- 解决方案：schema_version 使用这个字段进行区分标识
+
+- 模式小结：版本字段
+  - 场景: 任何有版本衍生的数据库
+  - 痛点: 文档模型格式多, 无法知道其合理性, 升级时候需要更新太多文档
+  - 设计模式及优点: 增加一个版本号字段, 快速过滤掉不需要升级的文档, 升级时候对不同的文档做不同的升级
+
+
+- 问题: 统计网页点击流量
+  - 每访问一个页面就会产生一次数据库计数更新操作
+  - 统计数字准确性并不十分重要
+
+- 解决方案： 用近似计算
+  - 每隔 10(X)次写一次
+  - Increment by 10(X)
+  - {$inc:{views:1}}
+  - if random(0,9) == 0 increment by 10
+
+- 模式小结: 近似计算
+  - 场景:
+    - 网页计数
+    - 各种结果不需要准确的排名
+  - 痛点:
+    - 写入太频繁, 消耗系统资源
+  - 设计模式方案及优点
+    - 间隔写入, 每隔10次或者100次
+    - 大量减少写入需求
+
+- 问题: 业绩排名, 游戏排名, 商品统计等精确统计
+  - 热销榜: 某个商品今天卖了多少, 这个星期卖了多少, 这个月卖了多少?
+  - 电影排行: 观影者, 场次统计
+  - 传统解决方案: 通过聚合计算
+  - 痛点: 消耗资源多, 聚合计算时间长
+
+- 解决方案: 用预聚合字段
+
+```json
+{
+  product:"Bike"
+  sku:“abc123456”
+  quantitiy:20394,
+  daily_sales: 40,
+  weekly sales:302,
+  monthly_sales:1419
+}
+```
+```spring-mongodb-json
+db.inventory.update({_id:123},{
+$inc:{
+  quantity:-1,
+  daily_sales: 1,
+  weekly_sales:1,
+  monthly_sales: 1
+}
+})
+``` 
+
+- 模式小结: 预聚合
+  - 场景: 准确排名, 排行榜
+  - 痛点: 统计计算耗时, 计算时间长
+  - 设计模式方案及优点: 模型中直接增加统计字段, 每次更新数据时候同时更新统计值
+
+
+