MongoDb多对多，关系密切

我在Stackoverflow中阅读了很多文档和示例，但我并不确定我的结论，所以这就是我寻求帮助的原因

假设我们有一组电影和一组用户，我们想知道，哪些用户看过电影，哪些电影看过用户

在MongoDb中设计此功能的一种方法是：

用户：

{
"name":"User1",
"films":[filmId1, filmId2, filmId3, filmId4] //ObjectIds from Films
}

电影：

好的，如果用户/电影数量较低，这可能会起作用，但例如，如果我们预计一部电影将有800k用户，那么阵列的大小将接近：800k*12字节~9.5MB，这接近BSON文件的最大16MB

在这种情况下，除了典型的关系世界方法之外，还有其他方法，即为关系创建一个中间集合

另外，我不知道与经典的关系方式相比，读取和解析大约10MB的JSON是否会有更好的性能

---

谢谢你的电影，如果你包括观众，你可能最终会找到答案，正如你正确地说的那样

根据您的使用案例，将用户看过的电影放入阵列是一种可行的方法。特别是如果您想与属性（比如查看日期和地点）建立关系，那么更新和统计分析的性能就会降低（您需要先您的文档，然后的成本会更高等等）

如果您的关系具有或可能具有属性，我将采用您所描述的经典关系方式，因为它与嵌入一样能够很好地回答您最可能的用例，并从我的经验中获得更高的性能：

给定一个具有如下结构的集合

 {
   _id: someObjectId,
   date: ISODate("2016-05-05T03:42:00Z"),
   movie: "nameOfMovie",
   user: "username"
 }

您可以随时轻松回答以下示例问题：

对于给定的用户，他在过去3个月里看过哪些电影，按日期降序排列

或者，如果您可以使用迭代器，则使用以下工具更容易：

db.views.find({user:username, date:{$get:threeMonthAgo}}).sort({date:-1})

对于一部电影，今年5月30日有多少用户看过

我在这里使用聚合而不是对结果使用.count（）的原因是

对于给定的电影，显示所有看过它的用户

---

有一点需要注意：因为我们分别使用了用户名和电影名，所以我们不需要一个JOIN（或类似的东西），这应该会给我们带来良好的性能。此外，在添加条目时，我们不必执行代价高昂的更新操作。我们不需要更新，只需插入数据。

对于电影，如果你包括观众，你最终可能会点击屏幕，正如你正确指出的那样

根据您的使用案例，将用户看过的电影放入阵列是一种可行的方法。特别是如果您想与属性（比如查看日期和地点）建立关系，那么更新和统计分析的性能就会降低（您需要先您的文档，然后的成本会更高等等）

如果您的关系具有或可能具有属性，我将采用您所描述的经典关系方式，因为它与嵌入一样能够很好地回答您最可能的用例，并从我的经验中获得更高的性能：

给定一个具有如下结构的集合

 {
   _id: someObjectId,
   date: ISODate("2016-05-05T03:42:00Z"),
   movie: "nameOfMovie",
   user: "username"
 }

您可以随时轻松回答以下示例问题：

对于给定的用户，他在过去3个月里看过哪些电影，按日期降序排列

或者，如果您可以使用迭代器，则使用以下工具更容易：

db.views.find({user:username, date:{$get:threeMonthAgo}}).sort({date:-1})

对于一部电影，今年5月30日有多少用户看过

我在这里使用聚合而不是对结果使用.count（）的原因是

对于给定的电影，显示所有看过它的用户

---

有一点需要注意：因为我们分别使用了用户名和电影名，所以我们不需要一个JOIN（或类似的东西），这应该会给我们带来良好的性能。此外，在添加条目时，我们不必执行代价高昂的更新操作。我们不需要更新，只需插入数据。

您能详细说明为什么要在胶片文档中保留用户引用吗？我想写的是一篇关于4种可能性的小文章，这4种可能性对你来说可能是真的，也可能不是真的：）你能详细说明一下为什么你想在电影文档中保留用户参考资料吗？我想写的是一篇关于4种可能性的短文，这4种可能性对你来说可能是真的，也可能不是真的：）非常感谢你的回答：）非常感谢你的回答：）

db.views.aggregate([
 {$match:{
   movie:movieName,
   date{
     $gte:ISODate("2016-05-30T00:00:00"),
     $lt:ISODate("2016-05-31T00:00:00")}
 }},
 {$group:{
   _id: "$movie",
   views: {$sum:1}
 }}
])

db.views.find({movie:movieName},{_id:0,user:1})