NoSQL-tietomallinnusExplained

28 of 28 rows

Malli↕	Mikä se on↕	Käytetään kun↕
Dokumentti
⤢Embedding	Sisäkkäiset alidokumentit elävät yhden vanhemman dokumentin sisällä erillisten taulujen sijaan.	Yhteensä luettavat yksi-muutamaan-suhteet. Tilaus rivieineen. Käyttäjä kolmella osoitteella.
⤢Referencing	Tallenna viiteavain, ei dataa. Ratkaise se toisella haulla tai $lookup-operaatiolla.	Suuret, jaetut tai itsenäisesti päivittyvät alientiteetit. Monta-moneen-linkit kokoelmien välillä.
⤢One-to-few	Vanhempi upottaa lyhyen taulukon lapsia; koko joukko mahtuu ja latautuu yhtenä dokumenttina.	Muutama puhelinnumero tai asetus profiilissa. Yksi haku palauttaa vanhemman ja lapset.
⤢One-to-many	Lapset elävät omassa kokoelmassaan; jokainen lapsi kantaa vanhemman id:tä, tai vanhempi pitää rajattua id-taulukkoa.	Liian suuret tai liian itsenäiset joukot upotettavaksi. Hae lapset vanhemman id:llä.
⤢One-to-squillions	Lapsi tallentaa vanhemman id:n; vanhempi ei koskaan listaa lapsia, koska joukko on rajoittamaton.	Isäntään tai käyttäjään sidotut tapahtumat, lokit tai äänet. Suodata lapset vanhemman id:llä ja sivuta.
⤢Polymorphic document	Eri entiteettityyppien dokumentit jakavat yhden kokoelman ja erotetaan toisistaan tyyppikentällä.	Kommentit tai ilmoitukset, jotka kiinnittyvät monenlaisiin vanhempiin ja haetaan yhdellä tavalla.
⤢Outlier pattern	Muutama ääripäiden entiteetti erotetaan yhteisestä muodosta, jottei niiden koko tai liikenne vääristä loppua.	Julkisuuden henkilöiden tilit, joiden seuraajalistat tai laskurit kasvaisivat normaalidokumentin ohi.
⤢Document versioning	Jokainen revisio on uusi dokumentti samalla id:llä ja kasvavalla versionumerolla; kysely poimii viimeisimmän.	Auditointijäljet ja muokkaushistoria, joissa vanhat revisiot pysyvät haettavina.
⤢Computed pattern	Johdetut arvot lasketaan kirjoitusajassa ja tallennetaan tiivistämänsä datan viereen.	Summat, arviointiasteet ja top-N:t, jotka muuten ajaisivat koosteen jokaisella luennalla.
Avain-arvo ja leveäsarakkeinen
⤢Single-table	DynamoDB-suunnittelutermi: monta entiteettityyppiä tiivistetään yhteen tauluun ylikuormitetuilla osio- ja järjestysavaimilla.	Nouda heterogeenisiä rivejä yhdellä kyselyllä ilman liitosta.
⤢Overloaded key	Yksi avainattribuutti palvelee monta entiteettityyppiä, merkittynä etuliitteillä kuten USER# tai ORDER#.	Yksittäistaulusuunnittelut. Ryhmittele liittyvät rivit yhden osion alle ja nouda ne yhdellä kyselyllä.
⤢Partition + sort	Osioavain hajottaa rivit solmuille; järjestysavain järjestää kunkin osion.	Cassandra ja DynamoDB. Aluehaut, järjestyksessä olevat lokit, hierarkkiset yhdistetyt avaimet.
⤢Composite sort key	Pino useita attribuutteja yhteen eroteltuun järjestysavaimeen — country#region#city — jolloin etuliitetäsmäys kulkee hierarkiassa alaspäin.	Hierarkiat ja monitasosuodattimet. Yksi järjestetty aluekysely korvaa monta indeksoitua hakua.
⤢Time bucketing	Ryhmittele tapahtumat kiinteisiin ikkunoihin — tunti, päivä, kuukausi — omiin osioihin tai tauluihin.	Mittarit, lokit ja IoT-telemetria. Rajoittaa osion kokoa ja vanhentaa kylmän datan.
⤢Denormalization	Monista luentopainotteiset kentät tietueiden kesken, jottei kysely koskaan jahtaa toista hakua.	Luentopainotteiset kuormat, joissa lopullinen eheys on siedettävä ja tallennustila halpaa.
⤢GSI / sparse index	Toissijainen indeksi, joka on rakennettu attribuutista, jota vain osa riveistä kantaa; ilman sitä olevat rivit eivät koskaan päädy indeksiin.	Vaihtoehtoiset hakupolut. Löydä harva osajoukko — avoimet tilaukset, lähettämättömät rivit — ilman täyttä läpikäyntiä.
⤢Query-first modeling	Kirjoita ensin täsmälliset kyselyt; taulun rakenne johdetaan niistä, ei entiteeteistä tai normaalimuodosta.	Cassandra- ja DynamoDB-skeematyö. Yksi taulu per kyselyperhe; datamalli kopioi kysymyksen.
⤢Scatter-gather anti-pattern	Kyselymän täytyy osua rinnakkain moneen osioon tai solmuun, koska mikään avain ei vastaa kysymykseen.	Haju, joka suunnitellaan pois, ei tavoite. Avainna taulu uudelleen, jotta yleisin kysely osuu yhteen osioon.
⤢Fan-out on write vs read	Kopiot työnnetään kunkin lukijan näkymään kirjoitusajassa, tai kerätään ja yhdistetään lukuaikana.	Syötteet ja aikajanat. Kirjoitusajainen fan-out pienille yleisöille, lukuaikainen valtaville.
⤢Materialized view	Valmiiksi rakennettu kyselytulos tallennettuna omana taulunaan, pidettynä ajan tasalla pohjan muuttuessa.	Vaihtoehtoiset lukumuodot yhden kirjoituspolun päällä. Palvelee kyselyjä, joihin pohjataulu ei vastaa.
Graafi
⤢Adjacency list	Jokainen kaari on rivi tai tuple, joka osoittaa lähdesolmusta kohdesolmuun.	Graafi- ja ominaisuustietokannat. Kaverin kaverin haut, reititys, suositukset.
⤢Edge document	Jokainen suhde on dokumentti omassa kokoelmassaan, kantaen from- ja to-id:t sekä linkin attribuutit.	Graafit dokumenttitietokannoissa. Attribuutit itse linkissä — arvio, rooli, aikaleima.
⤢Nested sets	Jokainen solmu tallentaa vasemman ja oikean laskurin syvyyssuuntaisesta läpikäynnistä; alipuu elää vanhempansa alueella.	Luentopainotteiset puut. Yksi BETWEEN-kysely palauttaa alipuun; lisäykset numerovat läpikäynnin uudelleen.
⤢Closure table	Oma taulu tallentaa jokaisen esivanhema-jälkeläinen-parin, mukaan lukien kunkin solmun syvyydellä nolla.	Koko haaran kyselyt millä tahansa syvyydellä. Yksinkertaiset liitokset, maksettuna tallennustilalla ja ylläpidolla.
⤢Property graph vs RDF	Ominaisuusgraafit kiinnittävät avain-arvo-attribuutit solmuihin ja kaariin; RDF esittää kaiken subjekti-predikaatti-objekti-tripelöinä.	Ominaisuusgraafit rikkaaseen läpikäyntiin (Neo4j); RDF linkitettyyn avoimeen dataan ja ontologiavaihtoon.
Vektori
⤢Vector embedding	Suuriulotteinen liukulukutaulukko istuu metadatan vieressä. ANN-indeksi löytää lähimmät naapurit.	Semanttinen haku, RAG-nouto, suositukset ja samankaltaisuus jäsentymättömän sisällön yli.
⤢Chunking strategy	Lähdedokumentit pilkotaan — koon, päällekkäisyyden tai rakenteen mukaan — ennen kuin jokainen pala upotetaan erikseen.	RAG-noudon laatu. Palan koko vaihtaa tarkkuuden ja saannin välillä; päällekkäisyys suojaa katkaistuja lauseita.
⤢Hybrid search	Tiheä vektorisamankaltaisuus toimii avainsanahaun rinnalla; kaksi järjestettyä listaa sulautetaan yhdeksi tulokseksi.	Kyselyt, jotka tarvitsevat kerralla tarkat termit ja merkityksen, metadatasuodattimet päällä.