22、文档数据库的应用场景与产品选择

文档数据库的应用场景与产品选择

1. 处理多样化数据

在当今的应用中，常常需要整合组织内多个系统的数据，以及第三方或公共数据，以提供更灵活的应用。然而，外部数据的格式不受组织控制，且可能随时更改，同时很多数据结构会根据创建它们的应用程序而变化，例如推文，它背后有数百个字段，且因创建应用的不同而有所差异。

1.1 存储和检索可变信息

所有 NoSQL 文档数据库的一个关键优势是能够存储和检索可变信息，但对其结构进行索引和搜索却很困难。许多文档数据库本身不执行这些操作，而是使用外部搜索引擎，如 MongoDB 使用 Solr，Couchbase 使用 Elasticsearch。这些搜索引擎通常对文档中的文本或特定配置的元素进行索引。

1.2 特殊的索引方式

Microsoft 的 DocumentDB 和 MarkLogic Server 采用了不同的方法。它们有一个通用索引，在文档被摄入时对其进行检查，同时对结构和值进行索引。这使得在文档存储后即可执行元素值查询（精确匹配查询）。Microsoft 的实现甚至允许在这个通用索引上进行范围查询（小于、大于等），而 MarkLogic 服务器则需要单独配置范围索引。

不过，这种额外的索引是有代价的。如果要保持索引与数据一致，摄入时会花费额外的时间，并且索引也会占用存储空间，这可能会增加服务器和存储租赁成本。同时，这两者都允许对每个数据库（MarkLogic）或集合（Microsoft 的 DocumentDB，类似于数据库中管理一组文档的“桶”）的索引进行细粒度配置。

2. 管理随时间的变化

如果更改文档的格式，就需要重新配