使用MongoDB Atlas简化游戏数据管理。
使用案例： 分析
行业： 媒体
产品： MongoDB Atlas、MongoDB Atlas Global Clusters、MongoDB Atlas Search、MongoDB Atlas Charts、MongoDB Aggregation、MongoDB Atlas Data Federation
合作伙伴： Unity 游戏引擎，Amazon EC2
解决方案概述
在游戏行业，管理玩家个人资料、库存和游戏状态等数据是一项挑战。该解决方案名为 Leafsteroids，使用MongoDB Atlas来简化和改进游戏数据存储。Atlas集群保存玩家个人资料， Atlas Charts启用实时玩家仪表盘， Atlas Search支持用户友好的搜索交互。该解决方案支持全局可扩展性、高效的数据管理和以用户为中心的设计。
参考架构
下图显示了没有MongoDB的游戏数据管理系统：
图 1.不含 Atlas 的参考架构
这种方法包括构建全局查询路由器、全球多个节点之间的复制服务以及集成不同的存储选项。该架构还需要一个单独的搜索引擎和可视化工具，并使用无服务器查询服务将数据联合到可视化工具中。
相比之下，下图显示了使用MongoDB 的游戏数据管理架构：
图2. 包含 Atlas 的参考架构
借助MongoDB Atlas ，您可以使用MongoDB Atlas Global Clusters、Online 存档、 Atlas Search、 Atlas Charts和Atlas Data Federation在单个平台上托管数据、生成可视化并执行搜索。
数据模型方法
下图显示了此解决方案使用的数据模型：
图 3.数据模型方法插图
Recording 表示玩家在某一事件中的游戏玩法，包括得分、着法和统计数据。每个记录都使用扩展引用模式存储 Player 和 Event 数据类型的子集。这种设计通过允许选择性字段嵌入来提高查询性能。此外，它还为将来添加和更改数据提供了灵活性。
在像 PUBG 这样拥有数十亿玩家的大型在线游戏中，数据局部性对于获得最佳体验和满足法律要求至关重要。为了支持这些需求，Players 和 Recordings 集合会根据位置ISO 代码分片的。Atlas Global Clusters将 ISO 国家/地区和细分代码与特定云地区中的分片区域相关联。用于路由查询和写入请求，确保最佳性能。
构建解决方案
有关如何构建此解决方案的详细说明，请参阅Github存储库。
功能和集成
该解决方案提供以下架构功能：
无论玩家位置， Atlas Global Clusters都可确保游戏之旅不间断。为了数据的准确性，玩家信息是根据 ISO 国家/地区代码存储的。
Atlas Online Archive会自动卸载超过 90 天的游戏数据，以优化存储。这对于拥有数百万玩家和游戏运行的游戏特别有用，因为这些游戏会生成大量数据，可能会增加成本并影响性能。此外，该解决方案使用Atlas Data Federation，因此您可以访问权限最新和历史数据。
用户体验亮点
该解决方案为用户提供了以下亮点：
由Atlas Charts支持的玩家仪表盘可确保实时更新游戏中的成就和进度。通过使用Atlas Charts的过滤和嵌入功能，您可以根据玩家和事件重新调整仪表盘的用途。
Atlas Search提供自动完成和模糊匹配等功能，允许玩家在 Web用户界面中搜索自己的昵称。
架构
该解决方案的架构包括以下组件：
游戏客户端：使用Unity3D、 .NET和C#开发
游戏服务器：基于 ASP .NET Web API、 .NET、 C#和MongoDB .NET/ C#驱动程序构建
网站：使用.NET和C#制作为 Blazor 服务器应用程序
步骤
Github存储库中的 README 包含以下过程的更详细版本。
关键要点
全球集群可促进扩展：使用全球集群，从从节点(secondary node from replica set)读取数据，然后写入主节点 (primary node in the replica set)，以实现水平扩展并满足全球受众的需求，而不会产生副作用和延迟。
MongoDB 的文档模型可提高灵活性和性能：利用文档模型将单个游戏运行的所有数据存储在单个文档中，但在运行时序列化子集以提高性能。
基于玩家位置的分片数据：通过存储基于 ISO 代码的数据， Atlas Global Clusters启用了性能并简化了可扩展性，允许在不中断服务的情况下添加分片和区域。
作者
Sigfrido Narvaez, MongoDB
Dominic Frei，MongoDB
Hubert Nguyen，MongoDB