MongoDB设计模式

介绍列转行、版本字段、近似计算、预聚合四个文档设计模式和它们的应用场景。

列转行

以存储电影信息的文档为例，因为各个国家的首映时间不同，我们的最简单的想法可能为了统计方便，会每增加一个上映地点，就增加一个统计字段，然后再给这个字段建一个索引。这样统计查询的速度是快了，但是系统写入的效率却下降了。

 利用mongdb的特色，将多列数据转换为多行数组。字段数变少，只需要建立由两个字段的组合索引即可。解决了要管理不同国家的上映日期，也使用了单索引快速检索数据。避免使用过多索引造成的性能影响。

版本字段

文档模型的优势就是可以灵活的组织数据，但是面临的问题，就是到底什么时候对文档进行了更改，无法直观的看出来。通过增加版本字段。这样就可以直观看出来，当前文档是什么版本，当前这个版本的文档与上一个版本有什么区分，在不同版本上创建json schema。

近似计算

要对一个页面的点击量进行统计，页面每点击一次，就更新一下统计数据，但通常我们的统计并不是要求非常精确的。这样造成的问题就是，系统大部分压力都产生在更新点击数量上了。使用近似计算，原来每点击一次就更新一下，调整为每隔N次，比如10次更新一下数据。

预聚合

对于销售业绩，游戏排名这样的要求统计精确的数据，我们基本就是通过聚合计算来进行数据的汇总。但这样造成的问题就是每次统计都会造成系统计算压力过大。 

将统计分解到文档中，也就是给文档预置统计字段，每次更新都更新一下统计数据，减少集中统计时候的系统压力。