مدل‌سازی داده NoSQLExplained

28 of 28 rows

الگو↕	چیست↕	کاربرد↕
Document
⤢Embedding	ساب‌سندهای تودرتو درون یک سند والد زندگی می‌کنند، نه در جدول‌های جداگانه.	رابطه‌های one-to-few که با هم خوانده می‌شوند. یک سفارش با اقلام آن. یک کاربر با سه آدرس.
⤢Referencing	یک id خارجی ذخیره کنید، نه خود داده. آن را با یک خواندن دوم یا $lookup حل کنید.	زیرموجودیت‌های بزرگ، مشترک یا دارای به‌روزرسانی مستقل. پیوندهای چند-به-چند بین collectionها.
⤢One-to-few	والد یک آرایه کوتاه از فرزندان را embed می‌کند؛ کل مجموعه به‌صورت یک سند جا می‌شود و بارگذاری می‌شود.	چند شماره تلفن یا تنظیمات روی یک پروفایل. یک خواندن، والد و فرزندان را برمی‌گرداند.
⤢One-to-many	فرزندان در collection خودشان زندگی می‌کنند؛ هر فرزند id والد را دارد، یا والد یک آرایه id محدود نگه می‌دارد.	مجموعه‌هایی که برای embed کردن زیادی بزرگ یا زیادی مستقل‌اند. فرزندان را با id والد پرس‌وجو کنید.
⤢One-to-squillions	فرزند id والد را ذخیره می‌کند؛ والد هرگز فرزندان را فهرست نمی‌کند چون مجموعه بی‌کران است.	رویدادها، لاگ‌ها یا رأی‌های متصل به یک هاست یا کاربر. فرزندان را با id والد فیلتر و صفحه‌بندی کنید.
⤢Polymorphic document	سندهایی از نوع موجودیت متفاوت یک collection را به اشتراک می‌گذارند و با یک فیلد type از هم تشخیص داده می‌شوند.	نظرها یا اعلان‌هایی که به انواع والد متصل‌اند و همگی با یک روش پرس‌وجو می‌شوند.
⤢Outlier pattern	چند موجودیت حدی از شکل مشترک جدا می‌شوند تا اندازه یا ترافیکشان بقیه را منحرف نکند.	حساب‌های معروف که فهرست دنبال‌کننده‌ها یا شمارنده‌هایشان از سند عادی بزرگ‌تر می‌شود.
⤢Document versioning	هر بازنگری سندی جدید با همان id و شماره نسخه افزایشی است؛ پرس‌وجو آخرین را برمی‌گزیند.	ردپای حسابرسی و تاریخچه ویرایش، جایی که بازنگری‌های قدیمی قابل پرس‌وجو می‌مانند.
⤢Computed pattern	مقادیر مشتق در زمان نوشتن محاسبه و کنار داده‌ای که خلاصه می‌کنند ذخیره می‌شوند.	جمع‌ها، امتیازها و top-Nهایی که وگرنه در هر خواندن یک aggregation اجرا می‌کردند.
Key-value و wide-column
⤢Single-table	اصطلاح طراحی DynamoDB: فرو بردن انواع بسیاری از موجودیت در یک جدول با کلیدهای partition و sort بارگذاری‌شده.	بازیابی اقلام ناهمگون در یک پرس‌وجو بدون join.
⤢Overloaded key	یک صفت کلید به انواع بسیاری از موجودیت خدمت می‌کند و با پیشوندهایی مثل USER# یا ORDER# مشخص می‌شود.	طراحی‌های single-table. اقلام مرتبط را زیر یک partition خوشه‌بندی و در یک پرس‌وجو بازیابی کنید.
⤢Partition + sort	کلید partition ردیف‌ها را میان گره‌ها پخش می‌کند؛ کلید sort هر partition را مرتب می‌کند.	Cassandra و DynamoDB. پویش بازه‌ای، لاگ‌های مرتب، کلیدهای ترکیبی سلسله‌مراتبی.
⤢Composite sort key	چند صفت را در یک sort key جداشده انباره کنید — country#region#city — تا تطبیق پیشوند در سلسله‌مراتب پایین برود.	سلسله‌مراتب و فیلترهای چندوجهی. یک پرس‌وجوی بازه‌ای مرتب جای بسیاری از lookupهای ایندکس‌شده را می‌گیرد.
⤢Time bucketing	رویدادها را در پنجره‌های ثابت — ساعت، روز، ماه — زیر partitionها یا جدول‌های اختصاصی گروه‌بندی کنید.	متریک‌ها، لاگ‌ها و تله‌متری IoT. اندازه partition را محدود و داده سرد را قدیمی می‌کند.
⤢Denormalization	فیلدهای پرمخاطب-خواندنی را میان رکوردها تکرار کنید تا پرس‌وجو هرگز به دنبال lookup دوم نرود.	بارهای کاری خواندن‌محور که در آنها سازگاری نهایی قابل تحمل و ذخیره‌سازی ارزان است.
⤢GSI / sparse index	یک ایندکس ثانویه ساخته‌شده روی صفتی که فقط برخی اقلام دارند؛ اقلام بدون آن هرگز وارد ایندکس نمی‌شوند.	مسیرهای دسترسی جایگزین. یافتن زیرمجموعه sparse — سفارش‌های باز، اقلام ارسال‌نشده — بدون پویش کامل.
⤢Query-first modeling	ابتدا پرس‌وجوهای دقیق را بنویسید؛ چیدمان جدول از آنها مشتق می‌شود، نه از موجودیت‌ها یا فرم نرمال.	کار اسکیمای Cassandra و DynamoDB. یک جدول به ازای هر خانواده پرس‌وجو؛ مدل داده سؤال را کپی می‌کند.
⤢Scatter-gather anti-pattern	پرس‌وجو باید همزمان به partitionها یا گره‌های زیادی بخورد چون هیچ کلیدی با سؤال مطابقت ندارد.	بویی است که باید با طراحی حذف شود، نه هدف. جدول را دوباره کلیدبندی کنید تا پرس‌وجوی رایج روی یک partition بیفتد.
⤢Fan-out on write vs read	کپی‌ها در زمان نوشتن به نمای هر خواننده هدایت می‌شوند، یا در زمان خواندن گردآوری و ادغام می‌شوند.	فیدها و تایم‌لاین‌ها. fan-out زمان نوشتن برای مخاطبان کوچک، زمان خواندن برای مخاطبان عظیم.
⤢Materialized view	نتیجه پرس‌وجوی از پیش ساخته‌شده که به‌عنوان جدول خودش ذخیره و با تغییر پایه به‌روز نگه داشته می‌شود.	شکل‌های خواندن جایگزین روی یک مسیر نوشتن. پرس‌وجوهایی را پاسخ می‌دهد که جدول پایه نمی‌تواند.
Graph
⤢Adjacency list	هر یال یک ردیف یا tuple است که از گره مبدأ به گره مقصد اشاره می‌کند.	پایگاه‌های graph و property. جست‌وجوی دوستِ دوست، مسیریابی، پیشنهادها.
⤢Edge document	هر رابطه سندی در collection خودش است که idهای from و to به‌علاوه صفات پیوند را حمل می‌کند.	گراف‌ها در پایگاه‌های سندگرا. صفات روی خود پیوند — امتیاز، نقش، مهر زمانی.
⤢Nested sets	هر گره شمارنده‌های چپ و راست از یک پیمایش depth-first ذخیره می‌کند؛ زیردرخت در بازه والدش زندگی می‌کند.	درخت‌های خواندن‌محور. یک پرس‌وجوی BETWEEN یک زیردرخت را برمی‌گرداند؛ درج‌ها پیمایش را دوباره شماره‌گذاری می‌کنند.
⤢Closure table	یک جدول اختصاصی هر جفت جد-به-نوه را ثبت می‌کند، شامل هر گره در عمق صفر.	پرس‌وجوهای کل شاخه در هر عمقی. joinهای ساده، با بهای ذخیره‌سازی و نگهداری.
⤢Property graph vs RDF	گراف‌های ویژگی، صفات key-value را به گره‌ها و یال‌ها می‌چسبانند؛ RDF همه‌چیز را به‌صورت سه‌تایی‌های فاعل-محمول-مفعول بیان می‌کند.	گراف‌های ویژگی برای پیمایش غنی (Neo4j)؛ RDF برای داده‌های باز پیوندی و تبادل آنتولوژی.
Vector
⤢Vector embedding	یک آرایه float با ابعاد بالا کنار metadata می‌نشیند. یک ایندکس ANN نزدیک‌ترین همسایه‌ها را پیدا می‌کند.	جست‌وجوی معنایی، بازیابی RAG، پیشنهادها و شباهت روی محتوای ساخت‌نیافته.
⤢Chunking strategy	سندهای منبع تقسیم می‌شوند — بر اساس اندازه، هم‌پوشانی یا ساختار — پیش از آنکه هر تکه جداگانه embed شود.	کیفیت بازیابی RAG. اندازه chunk دقت را با بازیابی معامله می‌کند؛ هم‌پوشانی از جمله‌های بریده محافظت می‌کند.
⤢Hybrid search	شباهت برداری dense در کنار تطبیق کلیدواژه اجرا می‌شود؛ دو فهرست رتبه‌بندی‌شده در یک نتیجه ادغام می‌شوند.	پرس‌وجوهایی که همزمان به اصطلاح دقیق و معنا نیاز دارند، با فیلترهای metadata روی آن.