MongoDB應用案例：使用MongoDB存儲商品分類信息

【摘要】電商業務一個基本的功能模塊就是存儲品類豐富的商品信息，各種商品特性、參數各異，MongoDB 靈活的文檔模型非常適合於這類業務，本文主要介紹如何使用 MongoDB 來存儲商品分類信息，內容翻譯自User case - Product Catalog 關係型數據庫解決方案 上述問題使用傳統的關係型數據庫也可以解決，比如以下幾種方案 針對不同商品，創建不同的表 比如音樂專輯、電影這2種商品，有一部分共同的屬性，但也有很多自身特有的屬性，可以創建2個不同的表，擁有不同的schema。

電商業務一個基本的功能模塊就是存儲品類豐富的商品信息，各種商品特性、參數各異，MongoDB 靈活的文檔模型非常適合於這類業務，本文主要介紹如何使用 MongoDB 來存儲商品分類信息，內容翻譯自User case - Product Catalog。

關係型數據庫解決方案

上述問題使用傳統的關係型數據庫也可以解決，比如以下幾種方案：

針對不同商品，創建不同的表

比如音樂專輯、電影這2種商品，有一部分共同的屬性，但也有很多自身特有的屬性，可以創建2個不同的表，擁有不同的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`))
...

這種做法的主要問題在於：

• 針對每個新的商品分類，都需要創建新的表
• 應用程序開發者必須顯式的將請求分發到對應的表上來查詢，一次查詢多種商品實現起來比較麻煩

所有商品存儲到單張表

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`))

將所有的商品存儲到一張表，這張表包含所有商品需要的屬性，不同的商品根據需要設置不同的屬性，這種方法使得商品查詢比較簡單，並且允許一個查詢跨多種商品，但缺點是浪費的空間比較多。

提取公共屬性，多表繼承

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`))
...

上述方案將所有商品公共的屬性提取出來，將公共屬性存儲到一張表裏，每種商品根據自身的需要創建新的表，新表裏只存儲該商品特有的信息。

Entity Attribute Values形式存儲

所有的數據按照<商品SKU， 屬性、值> 的3元組的形式存儲，這個方案實際上是把關係型數據庫當KV存儲使用，模型簡單，但應對複雜的查詢不是很方便。

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解決方案

MognoDB 與關係型數據庫不同，其無schema，文檔內容可以非常靈活的定製，能很好的使用上述商品分類存儲的需求; 將商品信息存儲在一個集合裏，集合裏不同的商品可以自定義文檔內容。

比如一個音樂專輯可以類似如下的文檔結構：

{
  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"
    ],
  },
}

而一部電影則可以存儲爲：

{
  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"
  },
}

所有商品都擁有一些共同的基本信息，特定的商品可以根據需要擴展獨有的內容，非常方便； 基於上述模型，MongoDB 也能很好的服務各類查詢。

查詢某個演員參演的所有電影，並按髮型日誌排序：

db.products.find({'type': 'Film', 'details.actor': 'Keanu Reeves'}).sort({'details.issue_date', -1})

上述查詢也可以通過建立索引來加速：

db.products.createIndex({ type: 1, 'details.actor': 1, 'details.issue_date': -1 })

查詢標題裏包含特定信息的所有電影：

db.products.find({
    'type': 'Film',
    'title': {'$regex': '.*hacker.*', '$options':'i'}}).sort({'details.issue_date', -1})

可建立如下索引來加速查詢

db.products.createIndex({ type: 1, details.issue_date: -1, title: 1 })

擴展

當單個節點無法滿足海量商品信息存儲的需求時，就需要使用MongoDB sharding來擴展，假定大量的查詢都是都會基於商品類型，那麼就可以使用商品類型字段來進行分片。

db.shardCollection('products', { key: {type: 1} })

分片時，儘量使用複合的索引字段，這樣能滿足更多的查詢需求，比如基於商品類型之後，還會經常根據商品的風格標籤來查詢，則可以把商品的標籤字段作爲第二分片key。

db.shardCollection('products', { key: {type: 1, 'details.genre': 1} })

如果某種類型的商品，擁有相同標籤的特別多，則會出現jumbo chunk的問題，導致無法遷移，可以進一步的優化分片key，以避免這種情況。

db.shardCollection('products', { key: {type: 1, 'details.genre': 1, sku: 1} })

加入第3分片key之後，即使類型、風格標籤都相同，但其sku信息肯定不同，就肯定不會出現超大的chunk。

作者：張友東，花名林青，阿里雲數據庫組技術專家，主要關注分佈式存儲、NoSQL數據庫等技術領域，目前主要參與MongoDB雲數據庫的研發，致力於讓開發者用上最好的MongoDB雲服務。