数据库设计 - mongodb文章和评论放在同一条数据里效率怎样？

Question

将评论和文章放在一起，这里我有一个疑问，当评论数量很大以后，会不会导致在查询文章列表页的时候效率低下？
如果将comments剥离到另一个collection里，这样是不是能缓解只显示文章列表的情况下的压力

{
	"_id" : ObjectId(),
	"author" : "",
	"comment_num" : "",
	"comments" : [
		{
			"text" : "",
			"created" : ISODate(),
			"author" : ""
		},
	],
	"created" : ISODate(),
	"text" : "",
	"title" : ""
}

Answer 1

@halty 说得很好，不完全同意他的观点。如果评论不多，放在一起的设计很合适，楼上说得很好。但是如果评论多了，问题就来了。最重要的有两基本出发点： 1. 硬盘太慢； 2. 只要数据在内存里，就没问题。

1. find
   数据特别大了之后，在磁盘上读好多数据，因为Memory Mapped File都会放在内存里，可是我们只需要里面的一小部分，最主要的问题是可能OS会把别的数据换页到硬盘上。单就列出文章列表来说，内存就没有被有效地利用。
2. insert
   在磁盘文件上，如果一个document一直长啊长，好多次，这不是一个好事。因为 如果新加入数据后，比如加了一个新评论，document变大了，原来的地方放不下了，就要找新的地方，以前的空洞会被重新利用。但是问题是，document位置变了，所有跟它有关的索引都要变。如果你还有个数组上的索引，比如发表评论的用户名，那更新的索引就跟这个数组长度成线性关系。
3. size
   楼上在这点上说得很好。16MB的上限。

综上，评论特别多的时候，会影响性能。

总结，schema设计要考虑

1. 数据规模，经常访问的数据只要在内存里，对访问来说没什么问题。上面第一条find里提到的内存利用不充分，其实不是大问题。因为热门文章的评论总有不少人看，放内存里也不错。如果document一直长呀长，MongoDB会自动地在分配磁盘空间时多分配一些。
2. 与Access Pattern相适应。写评论相对看文章看评论，太小了，Twitter的数据是平均发tweet 5K/s, 读timeline 300K/s. 60倍呀！只要读请求在内存里能满足就好了。用MongoDB就可以不用另搞caching了。不是访问真得特别大，写特别多这样极端的情况，都好说。真得到了那一天，MongoDB的sharding就派上用场了。
3. 开发方便 产品的成本不仅仅是机器硬件、网络的成本，更重要的是程序员的开发成本，工资都那么高……所以，写着快捷方便，不容易出错也是很重要的一点，对不？这也就解释了为什么MongoDB文档模型的灵活性广受好评了。

话说回来了，我觉得绝大多数这类应用的评论都不会过百吧……这时候单文档就发挥出优势了，几百评论都没问题的，题主的问题就不是问题了。希望题主的应用能突破这个数……

Answer 2

首先确认一点：当评论数量很大以后，不大会导致在查询文章列表页的时候效率低下。你可以再指定查询结果集的document只返回部分field的数据(需要注意的是，如果对这种只包含部分field数据的document进行更新再保存时，有可能会出错)，推荐这样做，能够很好的节省网络带宽。

此外，目前mongodb对于单个document的大小是有限制的，如果评论数量过多时，会有可能超过document的默认大小限制，这个时候就需要剥离comment了。