JSON 文档模型设计的常见误区及其与关系模型的区别

MongoDB 文档模型设计的常见误区

• MongoDB 是 Schemaless，不需要模型设计（❌）
• MongoDB 设计模式非常简单，就是用一个超级大文档来组织所有数据，一张表即可搞定（❌）
• MongoDB 是 NoSQL 不支持关联或者事务，因此只能用在较为边缘化的小场景上（❌）

以上是三个关于 MongoDB 文档模型设计的常见误区，那么正确的 MongoDB 模型设计应该是怎么样的，这种误解又是如何产生的？

① 关于 MongoDB 是否需要建模

​​上一篇​​有提到，传统建模过程通畅包括三个步骤，从概念建模到逻辑建模到物理建模。在关系模型设计中，真正的关系模型设计就处于第三层物理建模。同样的，在 JSON 文档模型设计中，文档模型设计也属于第三层。虽然前两步也都是必要的，但在实际工作中，其实很少会真正依循这个步骤来执行，往往都是直接跳到第三步物理建模。但非常不同的是，关系模型在物理建模时需要明确画出 ERD 图，把表和主外键定义出来，然而文档模型只需要定义出 JSON 文档，不遵从第三范式，允许冗余，不需要用主外键关联，而是通过内嵌数组或引用字段来表示关系。

② 为什么都说 MongoDB 是无模式？

对于文档模型而言，由于其自身的 JSON 特色，建模时的物理模型和逻辑模型中的对象模型其实非常接近。简言之，JSON 文档模型设计的物理层架构可以和逻辑模层类似。因此从某种程度来看，我们可以跳过物理模型建模，仅用逻辑模型就可以完成类似的文档模型建模过程。那么假如我们最初就没有从概念模型开始，物理建模的具体过程又可以省略，就显得 MongoDB 好像完全是无模式的，这便是 Schemaless 误区的由来。但事实上，严格来说， MongoDB 和关系型数据库一样，同样需要概念建模和逻辑建模这两个必不可少的步骤。模型设计对于 MongoDB 而言，同样非常重要。

附逻辑模型与 JSON 模型的举例对比：

如上图所示，仍然以联系人管理为例，假设现有联系人一位，并列出姓名、性别、电话、分组、地址等信息，这样一个物理逻辑模型在关系模型里可能需要分成多张表，但在 JSON 模型里，则可用一个表或一个集合把这些信息，以及其间一对多、多对多等关系都表现出来。所以某种意义上来说，当我们完成逻辑建模时，也就完成了几乎大半的文档模型建模工作，也就是前面所说的“省略了最后一步”。

文档模型的设计原则

然而对于文档模型设计而言，不受第三范式原则约束，既有好处，也存在弊端，那就是会导致我们很难明确按照什么样的法则来建模，以及如何判断模型的好坏。

谈及文档模型的设计原则，主要有以下两个关键点：

• 性能（Performance）：能否支撑得非常高并发、低延迟的读写。
• 开发易用（Ease of Development）：设计出的模型在程序中开发时是否容易使用

当然，不同于第三范式这样明确的科学规则，这两点原则更偏向经验之谈，很难直接遵循采用。因此在后续的文章中，我们会从多个方面切入，为大家设计文档模型提供一些更加明确的思路。

小结：关系模型与文档模型的差异

首先从模型设计的层次来看，严格意义上，关系数据库的建模包含从概念到逻辑到物理三层；JSON 文档模型下，物理模型则变为可选项，如果和逻辑模型一致，则可跳过。

从模型实体来看，关系数据库用表来表示模型实体，而 MongoDB 则用集合表示。

从模型属性来看，关系模型中相对简单，是列来实现， 而 JSON 文档通常有用字段方式。

最后也是最大的不同点在模型关系方面，关系数据库建模通常通过主外键、关联关系来表示；而 JSON 文档模型大多使用内嵌数组的方式来表示，偶尔也会用到引用字段。

本篇主要主要介绍了 JSON 文档模型的设计的原则及其和关系模型设计的一些区别点。在此基础上，下一篇开始，我们会给大家介绍有关文档模型构建的具体方法论。

文章转载自公众号：Mongoing中文社区