Reduzir o tamanho de documentos grandes

Visão geral

Armazenar documentos grandes em seu banco de dados pode levar ao uso excessivo de RAM e largura de banda. O MongoDB mantém os dados acessados com frequência, chamados deconjunto de trabalho , no RAM. Quando o conjunto de trabalho cresce além da alocação de RAM, o desempenho é degradado, pois os dados devem ser recuperados do disco.

Se suas consultas mais frequentes forem para documentos que contêm muito mais informações do que você precisa para essa consulta, considere reestruturar seu esquema com documentos menores usando referências a coleções adicionais. Ao dividir seus dados em mais coleções e usar documentos menores para dados acessados com frequência, você reduz o tamanho geral do conjunto de trabalho e melhora o desempenho.

Exemplo

Considere um website de catálogo de filmes que exiba uma lista dos 50 títulos de filmes lançados mais recentemente e suas imagens de pôster na página inicial. Na página inicial, um usuário pode clicar em um filme para ver mais detalhes.

O site da web armazena informações sobre filmes em uma coleção movies. Cada documento de filme contém todas as informações disponíveis para esse filme:

// movies collection
{
    "_id": 123,
    "title": "2001: A Space Odyssey",
    "poster": <url>,
    "director": "Stanley Kubrick",
    "release_year": 1968,
    "box_office_usd": 146000000,
    "countries_released": [
        "United States",
        ...
    ],
    "cast": [
        "Keir Dullea",
        ...
    ],
    "crew": [
         "Ray Lovejoy",
         ...
    ],
    ...
}

Neste exemplo, a query mais frequente que o website realiza é encontrar title e poster dos 50 filmes mais recentes. Em vez de realizar queries de todas as informações do filme, considere dividir a collection movie em duas collections separadas, movies e movie_metadata. As collections estão vinculadas ao _id dos documentos de movie:

// movies collection
{
    "_id": 123,
    "title": "2001: A Space Odyssey",
    "poster": <url>
}

// movie_metadata collection
{
    "_id": <object_id>,
    "movie_id": 123, // reference to a movies document
    "director": "Stanley Kubrick",
    "release_year": 1968,
    "box_office_usd": 146000000,
    "countries_released": [
        "United States",
        ...
    ],
    "cast": [
        "Keir Dullea",
        ...
    ],
    "crew": [
         "Ray Lovejoy",
         ...
    ],
    ...
}

Dessa forma, quando o website realiza a query dos 50 filmes mais recentes e seus pôsteres, carrega apenas as informações de que necessita. Se um usuário clicar em um filme, o site realizará outra query para localizar o documento movie_metadata associado a esse filme. Esse novo esquema tem melhor desempenho que o original porque a query mais frequente retorna documentos muito menores.

Considere seu caso de uso, especialmente as operações que você executa com mais frequência, e crie um esquema que use com eficiência seu conjunto de trabalho.

Saiba mais

• Para saber mais sobre modelagem de dados no MongoDB e o modelo de esquema flexível, consulte Introdução à modelagem de dados.

• Para saber mais sobre como usar referências para modelar seu esquema, consulte Modele relacionamentos um-a-muitos com referências de documentos.

• O MongoDB também oferece um curso gratuito da Universidade MongoDB sobre Modelagem de Dados: Modelagem de Dados para o MongoDB.