NoSQL 数据建模Explained

28 of 28 rows

模式↕	是什么↕	适用场景↕
文档（Document）
⤢Embedding	嵌套的子文档存放在一个父文档内部，而不是拆成独立的表。	需要一起读取的一对少关系。订单及其行项目；拥有三个地址的用户。
⤢Referencing	只存外键 id，不存数据。用第二次读取或 $lookup 来解析。	大型、共享或独立更新的子实体。跨 collection 的多对多链接。
⤢One-to-few	父文档内嵌一个短的子文档数组；整个集合刚好装下并作为一个文档加载。	资料上的几个电话号码或偏好项。一次读取同时返回父与子。
⤢One-to-many	子文档住在自己的 collection 里；每个子文档携带父 id，或父文档保留一个有上限的 id 数组。	过大或过于独立、不适合内嵌的集合。按父 id 查询子文档。
⤢One-to-squillions	子文档存储父 id；父文档永不列出子文档，因为集合没有上界。	绑定到主机或用户的事件、日志、投票。按父 id 过滤子文档并分页。
⤢Polymorphic document	不同实体类型的文档共用一个 collection，靠 type 字段区分。	挂接在多种父对象上、且用同一种方式查询的评论或通知。
⤢Outlier pattern	把少数极端实体从共享形态中拆出去，使其体积或流量不扭曲其余数据。	粉丝列表或计数器会超出普通文档的名人账号。
⤢Document versioning	每个修订版都是同 id、版本号递增的新文档；查询时取最新版。	需要旧修订版仍可查询的审计轨迹和编辑历史。
⤢Computed pattern	派生值在写入时计算，并存放在它所汇总的数据旁边。	否则每次读取都要跑聚合的总计、评分和 Top-N。
键值与宽列
⤢Single-table	DynamoDB 设计术语：用重载的分区键和排序键把多种实体类型收进一张表。	一次查询取回异构 item，无需 join。
⤢Overloaded key	一个键属性服务多种实体类型，用 USER# 或 ORDER# 之类前缀标记。	单表设计。把相关 item 聚在一个分区下，一次查询全部取回。
⤢Partition + sort	分区键把行分散到各节点；排序键在每个分区内排序。	Cassandra 和 DynamoDB。范围扫描、有序日志、层级复合键。
⤢Composite sort key	把多个属性叠进一个带分隔符的排序键 —— country#region#city —— 前缀匹配即可沿层级下钻。	层级结构和多维度过滤。一个有序范围查询替代多次索引查找。
⤢Time bucketing	把事件归入固定窗口 —— 小时、天、月 —— 放在专用分区或表下。	指标、日志与物联网遥测。限制分区大小，并让冷数据随时间淘汰。
⤢Denormalization	在读多字段上跨记录复制，查询就不必再追第二次查找。	可容忍最终一致性、存储便宜的读多写少负载。
⤢GSI / sparse index	建立在只有部分 item 才有的属性上的二级索引；没有该属性的 item 永远不会进入索引。	备用访问路径。无需全表扫描即可找到稀疏子集 —— 未关闭的订单、未发货的 item。
⤢Query-first modeling	先写下确切的查询；表结构由查询推导而来，而非来自实体或范式。	Cassandra 和 DynamoDB 的 schema 设计。每个查询族一张表；数据模型照抄问题本身。
⤢Scatter-gather anti-pattern	因为没有键匹配问题，查询不得不并行命中大量分区或节点。	这是要设计掉的反面信号，不是目标。重排表的键，让常见查询落到单个分区。
⤢Fan-out on write vs read	副本在写入时推送到每个读者的视图，或在读取时收集合并。	信息流和时间线。小受众用写时扇出，庞大受众用读时扇出。
⤢Materialized view	预先构建的查询结果存成自己的表，并随基表变化保持同步。	单一写入路径之上的多种读取形态。回答基表无法回答的查询。
图（Graph）
⤢Adjacency list	每条边都是从源节点指向目标节点的一行或元组。	图和属性存储。朋友的朋友查询、路由、推荐。
⤢Edge document	每个关系是独立 collection 中的一个文档，携带 from 与 to 的 id 及链接属性。	文档存储里的图。属性挂在链接本身上 —— 评分、角色、时间戳。
⤢Nested sets	每个节点存储深度优先遍历得出的左右计数器；子树落在父节点的区间内。	读多写少的树。一条 BETWEEN 查询返回整棵子树；插入要重排遍历编号。
⤢Closure table	一张专用表记录每一对祖先-后代，包括深度为零的节点自身。	任意深度的整棵分支查询。简单的 join，代价是存储和维护。
⤢Property graph vs RDF	属性图把键值属性附加到节点和边上；RDF 把一切表述为主-谓-宾三元组。	丰富遍历用属性图（Neo4j）；关联开放数据和本体交换用 RDF。
向量（Vector）
⤢Vector embedding	高维浮点数组与元数据并存。ANN 索引查找最近邻。	语义搜索、RAG 检索、推荐，以及非结构化内容上的相似度。
⤢Chunking strategy	源文档先切分 —— 按大小、重叠或结构 —— 再对每一块单独嵌入。	RAG 检索质量。块大小在精确率与召回率之间取舍；重叠保护被切断的句子。
⤢Hybrid search	稠密向量相似度与关键词匹配并行运行；两个排序表融合成一个结果。	同时需要精确词项与语义的查询，并可叠加元数据过滤。