Melhore seu esquema

Padrões de design de esquema

Você pode modelar seu esquema com base em padrões de design usados com frequência. A série de blogs Construindo com padrões aborda os seguintes padrões de design usados com frequência.

Para ler sobre situações em que as arrays funcionam bem, consulte os seguintes padrões de design:

• Use o Padrão de Atributo para manipular dados com combinações exclusivas de atributos, como dados de filmes em que cada filme é lançado em um subconjunto de países.

• Use o Padrão Bucket para lidar com dados sequenciais ou bem agrupados, como dados de intervalo de tempo.

• Use o Padrão Polimórfico para lidar com documentos de formatos diferentes na mesma coleção, como registros de atletas de vários esportes.

Para ler sobre estratégias para manter documentos em seu conjunto de trabalho em um tamanho gerenciável, consulte os seguintes padrões:

• Use o Padrão Extended Reference para duplicar uma porção de leitura frequente de dados de documentos grandes para documentos menores.

• Use o padrão de subconjunto para reduzir o tamanho dos documentos com campos de array grandes.

• Use o padrão Outlier para lidar com alguns documentos grandes em uma coleção padrão.

Para saber como incorporar o modelo de dados flexível em seu esquema, consulte as seguintes apresentações em MongoDB.live 2020:

• Saiba mais sobre relacionamentos de entidade no MongoDB e exemplos de suas implementações com modelagem de dados com MongoDB.

• Aprenda padrões avançados de design de modelagem de dados que você pode incorporar ao seu esquema com os Padrões Avançados de Design de Esquema.

Sugestões de esquemas

O Ops Manager oferece duas maneiras de detectar problemas comuns de design de esquema e sugere modificações que seguem as melhores práticas do MongoDB:

• O Performance Advisor fornece recomendações de esquema global para seu cluster por meio de amostras de documentos em suas collections e collections mais ativas com queries de execução lenta.

• O Data Explorer oferece sugestões de esquema para uma coleção específica por meio da amostragem de documentos nessa coleção.

Para saber mais sobre como aplicar as sugestões oferecidas no Performance Advisor ou no Data Explorer, consulte as seguintes páginas:

Limitações das sugestões de esquema

• As sugestões de esquema para uma coleção são parcialmente conduzidas por uma amostragem aleatória de documentos dessa coleção. Como essa amostragem é executada sempre que o esquema é analisado, você pode ver sugestões diferentes em momentos diferentes para a mesma coleção.

• O Performance Advisor usa registros de query lentos como uma entrada para reconhecer certos problemas de esquema, ou seja, muitas operações $lookup e não utilizar um índice para queries regex sensíveis a maiúsculas e minúsculas. Se uma collection não tiver nenhuma operação que dure mais de 100 milésimos de segundo, o Performance Advisor poderá não sugerir todas as possíveis melhorias para essa collection ou pode não mostrar todos os motivos pelos quais uma melhoria está sendo sugerida.

• O Performance Advisor analisa as collections mais ativas 20 com base na saída do comando top . Para ver sugestões para uma coleção específica, visualize essa coleção no Explorador de Dados.