关联关系处理edit

现实世界有很多重要的关联关系:博客帖子有一些评论,银行账户有多次交易记录,客户有多个银行账户,订单有多个订单明细,文件目录有多个文件和子目录。

毫无意外的, 关系数据库是专门为管理关系而设计的:

  • 每个实体(或 ,在关系世界中)可以被 主键 唯一标识。
  • 实体是规范化的(normalized)。唯一实体的数据只存储一次,而相关实体只存储它的主键。只能在一个具体位置修改这个实体的数据。
  • 实体可以进行关联查询,可以跨实体搜索。
  • 单个实体的变化是 原子的(atomic)一致的(consistent)隔离的(isolated) , 和 持久的(durable) 。 (可以在 ACID事务 中查看更多细节。)
  • 大多数关系数据库支持跨多个实体的 ACID 事务。

但是关系型数据库有其局限性,包括对全文检索有限的支持能力。 实体关联查询的时间消耗是很昂贵的,关联的越多,消耗就越昂贵。特别是跨服务器进行实体关联时成本极其昂贵,基本不可用。 这就限制了可以存储在单个服务器上的数据量。

Elasticsearch,和大多数 NoSQL 数据库类似,是扁平化的(flat)。索引是独立文档的集合体。 文档是否匹配搜索请求取决于它是否包含所有的所需信息。

Elasticsearch 中单个文档的数据变更是 ACIDic 的, 而涉及多个文档的事务则不是。当一个事务部分失败时,无法回滚索引数据到前一个状态。

扁平化有以下优势:

  • 索引过程是快速和无锁的。
  • 搜索过程是快速和无锁的。
  • 因为每个文档相互都是独立的,大规模数据可以在多个节点上进行分布。

但关联关系仍然非常重要。某些时候,我们需要缩小扁平化和现实世界关系模型的差异。以下四种常用的方法,用来在 Elasticsearch 中进行关系型数据的管理:

通常都需要结合其中的某几个方法来得到最终的解决方案。