雖然說 MongoDB 是無模式的，但實際上模式設計在 MongoDB 中也非常重要。在實際開發中，大多數性能問題都可以追溯到糟糕的模式設計。 ...
註意事項
模式設計，即在文檔中表示數據的方式，對於數據表示來說時非常關鍵的。
為 MongoDB 做模式設計時，在性能、可伸縮性和簡單性方面是重中之重，也需要考慮一些特別的註意事項。
限制條件
與常見的 SQL 相比而言，MongoDB 有自己的限制條件：
- 文檔最大限製為 16M 大小
- 從磁碟讀寫完整文檔
- 更新會重寫整個文檔
- 在文檔級別進行原子更新
訪問模式
設計模式時最需要關註的就是資料庫的讀操作，在資料庫運行過程中，應儘量減少查詢的數量，這就需要在設計時確保一起查詢的數據存儲在同一個文檔中。
其實，就是考慮是否是否可以將動態（讀/寫）數據和靜態（主要是讀）數據分離開，如未經常使用的數據應該移到不同的集合中。
在進行模式設計時，提高最常見查詢的優先順序會獲得最佳的性能。
關係類型
數據之間的關係影響著文檔之間應該是內嵌還是引用。
比如說，需要弄清楚如何在不執行其他查詢的情況下引用文檔，以及當關係發生變化時需要更新多少文檔。
關係基數對於文檔之間的關係非常重要，如一對一、一對多、多對多、一對百萬、多對百萬等等關係基礎，影響的程度差距非常大，應選取最佳格式去做建模。
在關係基數的基礎上，還需關註訪問的情況、重要數據更新與讀取的比例，這些充分考慮之後，將有助於確定應採用內嵌文檔還是引用文檔。
範式化和反範式化
基本概念
通常來說，多文檔之間的關係可以使用反範式化（內嵌）或範式化（引用）。
範式化是指在文檔中引用外部數據的標識，同一份數據只存在一個地方。
在查詢時，查詢完整的數據需要做 JOIN 的操作，需要查詢多次才可能獲取到所需內容；但是在更改時僅需修改一處地方，不需要擔心破壞數據的完整性。
反範式化是指將外部數據複製一份存儲在文檔中，也就是說同一份數據存在多處地方。
在查詢時，只需查詢一次即可得到所需內容，查詢效率比較可觀；而在更改時，需要更新多處地方，可能會出現數據不一致的情況，不能保證完整性。
範式化選擇
決定何時採用範式化以及何時採用反範式化是比較困難的：通常，範式化的寫入速度更快，而反範式化的讀取速度更快。
通過判斷以下因素可決策選擇使用範式化還是反範式化：
| 更適合範式化 | 更適合反範式化 |
|---|---|
| 較大子文檔 | 較小子文檔 |
| 數據經常變更 | 數據不經常變更 |
| 數據要強一致 | 數據最終一致即可 |
| 文檔數據大幅增加 | 文檔數據小幅增加 |
| 數據通常不包含在結果中 | 數據通常需要執行二次查詢才能獲得 |
| 快速寫入 | 快速讀取 |
模型設計小技巧
指導原則
通常來說，具有類似模式的文檔應該保存在同一個集合中。
對於集合來說，需要考慮的一個大問題是鎖機制（每個文檔都有一個讀/寫鎖）和存儲。
當使用 --directoryperdb 選項時，每個資料庫都可以保留在自己的目錄中，這允許你將不同的資料庫掛載到不同的捲中。
同一個應用程式連接的資料庫可以根據業務進行劃分，也許可以將高價值的業務數據存儲在 SSD 上，或者是使用 RAID10 進行存儲，而低價值的數據可以存儲在 RAID0 上。
刪除舊數據
有些數據只在短時間內比較重要，過了這段時間，保存這些數據只是再浪費存儲空間。
刪除舊數據有 3 種常見的方式：使用固定集合、使用 TTL 索引、使用多個集合。
最簡單的方式是使用固定集合：將集合大小設置成一個較大的值，並讓舊數據從固定集合的末尾被“刪除”。
第二種方式是使用 TTL 集合：TTL 集合可以更精確地控制刪除文檔的時間，但其在寫入量過大的集合中操作速度不夠快。
最後一種方式是使用多個集合：例如每個月的文檔都單獨使用一個集合。
一致性管理
MongoDB 支持多種一致性級別，從總是能夠讀取自己所寫的數據到讀取不確定的舊數據。
其內部實現是伺服器端為每一個資料庫連接都維護了請求隊列，同一個連接發來的請求都會被添加到隊列的末尾，連接中的任何後續請求都將依次得到處理。
這個管理方式涉及到多個客戶端連接會出現併發問題，在一個連接中插入文檔後，在另一個連接的後續查詢卻不一定會返回這個文檔（實際上已經插入成功）。
同樣的一致性問題在 MongoDB 擁有副本集時也會出現，副本節點的數據與主節點的數據總是會有時間差，高併發的請求同樣存在讀取到舊數據的風險。
MongoDB 提供了 readConcern 選項來控制被讀取數據的一致性和隔離性。它通常與 writerConcern 組合使用，以控製為應用程式提供的一致性和可用性保證：
如果 readConcern=local，從當前實例查詢並返回結果，不能保證數據已經寫入大多數副本集成員。預設在主庫讀，如果本次讀取使用了 causally consistent 則在從庫讀。
如果 readConcern=available，從當前實例查詢並返回結果，不能保證數據已經寫入大多數副本集成員。預設在從庫讀，並且此選項與 causally consistent 不能同時使用。
如果 readConcern=majority，查詢結果返回被副本集的大多數成員確認的數據，讀操作返回的文檔是持久化的。前提是 MongoDB 必須是 WiredTiger 存儲引擎。
如果 readConcern=linearizable，查詢可能會等待併發執行的寫操作傳播到大多數副本集成員，然後再返回結果。
如果 readConcern=snapshot，這是適用於多文檔事務中的操作，通常情況下使用較少。
模式遷移
隨著應用程式的增長和需求的變化，資料庫模式也可能需要隨之增長和改變。理想情況下，如果可以的話，應該考慮使用文檔版本控制模式。
最簡單的方式是根據應用程式的需要改進資料庫模式，以確保應用程式支持所有的舊版模式。但是這種方式可能會導致混亂，特別是當不同版本的模式存在衝突時。
為了以一種更結構化的方式處理不斷變化的需求，可以在每個文檔中包含一個 version 欄位，並使用它來確定應用程式將接受的文檔結構。
最後一種方式是在模式變更時遷移所有數據。但這通常不是一個好主意：會給系統帶來壓力，還必須確保所有文檔都被更新成功。
模式管理
MongoDB 3.2 引入了模式驗證，其可以在更新和插入操作期間對數據進行驗證。
MongoDB 3.6 又通過 $jsonSchema 運算符添加了 JSON 模式驗證，現在這是 MongoDB 中所有模式驗證的推薦方法。
只有當文檔被更改時，驗證功能才會檢查這些文檔，並且此功能是每個集合都需要單獨配置的。
要向現有集合添加驗證功能，可以在 collMod 命令中使用 validator 選項。在使用 db.createCollection() 時，可以通過指定 validator 選項將驗證添加到新集合中。
MongoDB 還提供了兩個額外的選項：
validationLevel: 決定了在更新過程中驗證規則對現有文檔檢查的嚴格程度validationAction: 決定了是應該在發生錯誤時拒絕請求，還是允許請求併發出警告
當然，更詳細的相關內容可以查看 官方文檔。
編寫代碼來處理數據完整性問題
為保證 MongoDB 數據的完整性，有可能需要在應用程式中增加必要的邏輯代碼進行處理，也需要增加定時任務來保持數據的一致性。
有可能需要有以下的任務：
- 一致性修複程式：檢查計算和重覆數據以確保每個人都具有一致的值
- 預填充器：創建將來需要的文檔
- 聚合：保持內聯聚合為最新
- 架構檢查器：確保當前使用的文檔集都具有一組欄位，可以自動更正它們
- 定時備份：定期鎖定和轉儲資料庫
