对计算数据进行建模

概述

应用程序通常需要从数据库中存储的源数据中获取值。 计算新值可能需要大量 CPU 资源，尤其是在大型数据集或必须检查多个文档的情况下。

如果经常请求计算值，则提前将该值保存在数据库中可能会更有效。 这样，当应用程序请求数据时，只需执行一次读取操作。

计算模式

如果读取次数明显多于写入次数，则计算模式会降低执行计算的频率。 应用程序不会将计算负担附加到每次读取上，而是会存储计算出的值并根据需要重新计算。 应用程序可以在每次写入更改计算值的源数据时重新计算值，也可以将其作为定期作业的一部分重新计算。

例子

应用程序显示电影观看器和收入信息。

考虑以下 screeningscollection：

db.screenings.insertMany( [
   {
      theater : "Alger Cinema",
      location : "Lakeview, OR",
      movie_title : "Reservoir Dogs",
      num_viewers : 344,
      revenue : 3440
   },
   {
      theater : "City Cinema",
      location : "New York, NY",
      movie_title : "Reservoir Dogs",
      num_viewers : 1496,
      revenue : 22440
   },
   {
      theater : "Overland Park Cinema",
      location : "Boise, ID",
      movie_title : "Reservoir Dogs",
      num_viewers : 760,
      revenue : 7600
   }
] )

用户通常想知道有多少人观看了某部电影以及该电影赚了多少钱。 在此示例中，要计算num_viewers和revenue的总计，您必须读取放映过名为“落水狗”的电影的电影院，并对这些字段的值求和。为避免每次请求信息时都执行该计算，您可以计算总值并将其与电影记录一起存储在moviescollection中：

db.movies.insertOne( [
   {
      title : "Reservoir Dogs",
      total_viewers : 2600,
      total_revenue : 33480,
      ...
   }
] )

在低写入环境中，计算可以与screenings数据的任何更新一起完成。

在写入更频繁的环境中，可以按定义的时间间隔（例如每小时）完成计算。 screenings中的源数据不受写入moviescollection的影响，因此您可以随时运行计算。

这是一种常见的设计模式，可减少 CPU 工作负载并提高应用程序性能。 每当您重复执行相同的计算并且读写比率较高时，请考虑计算模式。