JSON文档数据库中的键成本（mongodb，elasticsearch）

JSON文档数据库中的键成本（mongodb，elasticsearch）

您正确地注意到文档将具有不同的大小。因此，如果您决定采用第二种模式，则将至少保存

15bytes

每个文档（

60%

用于类似文档）。最终将以类似

140MB

您的

10 million

记录的形式出现。这将为您带来以下优势：

• 节省硬盘空间。 唯一的问题是，从当前硬盘的价格来看，这几乎没有用。
• 节省内存。 与硬盘相比，这对于索引编制很有用。在mongodb中，索引的工作集应适合RAM，以实现良好的性能。因此，如果您在这两个字段上都有索引，则不仅可以节省

  140MB

  HDD空间，还可以节省

  140MB

  潜在的RAM空间（实际上很明显）。
• I / O 。由于输入/输出系统的限制，很多瓶颈都会发生（从磁盘读取/写入的速度受到限制）。对于您的文档，这意味着您可以使用模式2

  twice as many documents

  每1秒读写一次。
• 网络 。在许多情况下，网络甚至比IO还要慢，并且，如果您的DB服务器位于不同的机器上，则您的应用程序服务器的数据必须通过有线方式发送。您还可以发送两倍的数据。

在介绍了优点之后，我必须告诉您使用小键的缺点：

• 数据库的可读性。 当您

  db.coll.findOne()

  看到并看到时

  {_id: 1, t: 13423, a: 3, b:0.2}

  ，很难理解这里到底存储了什么。
• 应用程序的可读性 与数据库相似，但是至少在这里您可以找到解决方案。随着映射逻辑，其转换

  currentDate

  到

  c

  和

  price

  到

  p

  你可以写一个干净的代码，并有一个短暂的架构。