モデル計算データ

Overview

多くの場合、アプリケーションはデータベースに保存されているソース データから値を生成する必要があります。 新しい 値を計算するには、特に大規模なデータセットの場合や複数のドキュメントを調査する必要がある場合に、大量の CPU リソースが必要になる可能性があります。

計算値が頻繁に要求される場合は、その値をデータベースに保存すると効率的です。 これにより、アプリケーションがデータをリクエストするときに、必要な読み取り操作は 1 回だけになります。

計算パターン

読み取りが書込みを大幅に超える場合、計算されたパターンによって計算を実行しなければならない頻度が減ります。 読み取りのたびに計算の負荷がかかる代わりに、アプリケーションは計算された値を保存し、必要に応じて再計算します。 アプリケーションは、計算値のソースデータを変更する書き込みごとに、または定期的なジョブの一部として値を再計算できます。

例

アプリケーションには、映画の本数

次の screeningsコレクションについて考えてみます。

db.screenings.insertMany( [
   {
      theater : "Alger Cinema",
      location : "Lakeview, OR",
      movie_title : "Reservoir Dogs",
      num_viewers : 344,
      revenue : 3440
   },
   {
      theater : "City Cinema",
      location : "New York, NY",
      movie_title : "Reservoir Dogs",
      num_viewers : 1496,
      revenue : 22440
   },
   {
      theater : "Overland Park Cinema",
      location : "Boise, ID",
      movie_title : "Reservoir Dogs",
      num_viewers : 760,
      revenue : 7600
   }
] )

ユーザーは多くの場合、特定の映画を何人見ているか、その映画が構築した： この例では、 num_viewersとrevenueを合計するには、「リザーバード」というタイトルの映画を公開した映画館に対して読み取りを実行し、それらのフィールドの値を合計する必要があります。 情報が要求されるたびにその計算を実行しないようにするには、合計値を計算し、映画レコード自体とともにmoviesコレクションに保存します。

db.movies.insertOne( [
   {
      title : "Reservoir Dogs",
      total_viewers : 2600,
      total_revenue : 33480,
      ...
   }
] )

低書込み環境では、 screeningsデータの更新と組み合わせて計算を実行できます。

より定期的な書込み (write) がある環境では、計算は定義された間隔で、たとえば 1 時間ごとに実行されます。 screeningsのソースデータはmoviesコレクションへの書込みの影響を受けないため、いつでも計算を実行できます。

これは、CPU ワークロードを削減し、アプリケーションのパフォーマンスを向上させる一般的な設計パターンです。 同じ計算を繰り返し実行し、読み取りと書込みの比率が高い場合は、 計算パターン を検討してください。