Optimization Tips | Tip #26: Create hierarchical documents for faster scans

原版书 <<50 Tips and Tricks for MongoDB Developers>> 地址:http://oreilly.com/catalog/0636920019893

皮皮书屋下载地址：http://www.ppurl.com/2011/05/50-tips-and-tricks-for-mongodb-developers.html

本书的所有翻译地址:http://blog.youkuaiyun.com/crazyjixiang/article/category/858638

翻译目的:MongoDB资料国内很少，书就更不必说了,借助对MongoDB的理解为大家做点贡献，如果有翻译有误的地方请指正,不能误入子弟,谢谢！

译者: Crazybaby

对Tip# 26 翻译如下：

保持你的数据组织是分层的 ，不仅仅是组织化的，而且MongoDB可以在没有索引的情况下搜索上更快（在某些情况下）。

比如,设想你要在没有索引的情况下查询一些数据集。根据之前提及的,MongoDB不得不从头到尾在每个集合每个文档中进行标准匹配,根据你的文档结构,这将花费不同的时间。

让我们看下user集合的平面结构：

{ "_id" : id, "name" : username, "email" : email, "twitter" : username, "screenname" : username, "facebook" : username, "linkedin" : username, "phone" : number, "street" : street "city" : city, "state" : state, "zip" : zip, "fax" : number }
现在,我们来试着查询:

> db.users.find({"zip" : "10003"})

MongoDB内部会怎么样查询?它不得不从头到尾每个集合中的单元中查询zip单元,如图所示：

现在，通过内嵌集合，我们可以创建我们自己的"tree" 让MongoDB查询更快些.试想我们把结构改成这样：

{ "_id" : id, "name" : username, "online" : { "email" : email, "twitter" : username, "screenname" : username, "facebook" : username, "linkedin" : username, }, "address" : { "street" : street, "city" : city, "state" : state, "zip" : zip } "tele" : { "phone" : number, "fax" : number, } }
现在我们来试着这样查询:

> db.users.find({"address.zip" : "10003"})

MongoDB在找到address必要的前缀之前,不得不查询_id,name和online，然后再查找zip这个单元。使用一个合理的分层结构使MongoDB不不需要对每个单元进行匹配。