在MongoDB中存储数据的有效方法：嵌入式文档与单个文档
我存储用户活动数据：当用户访问当前文章，主题或个人消息时，向他显示他在离线时添加了多少新评论和消息。
class SiteActivity include Mongoid::Document include Mongoid::Timestamps belongs_to :user belons_to :activity, polymorphic: true end 在这种情况下，我为每个文档存储一条记录。
另一种选择是使用嵌入式文档，因此所有用户活动都将存储在一个文档中：
class SiteActivity include Mongoid::Document belongs_to :user embeds_many :user_activities validates :user_id, uniqueness: true end class UserActivity include Mongoid::Document include Mongoid::Timestamps embedded_in :site_activity belongs_to :activity, polymorphic: true end
所以现在我不需要搜索所有SiteActivities（许多记录）但我可以为current_user获取一个user_activity并通过它嵌入文档找到我需要的活动。
哪种方式更有效地存储和搜索数据？
我的普通用例是：
我有一个用户和一个post，所以我使用这些数据获取site_activity，以查看此用户上次访问post的日期。
我的第一个选择：
activity = SiteActivity.where(user_id: current_user.id, activity_id: post.id, activity_type: post.class)
第二个
user_activity = SiteActivity.where(user_id: current_user.id) activity = user_activity.user_activities.where(activity_id: post.id, activity_type: post.class)
如果可能的话，最好使用第一种方法（单个文档）并使用上限集合，因为您不希望快速增长的集合（mongoid将支持2.2中的上限集合，这将在本周末出来我猜测）。
第二种方法（嵌入式文档），您需要先为用户获取根文档，然后遍历应用程序中的数组，以查找与您要查找的post相关的活动。 由于查找嵌入式文档时语法的相似性，Mongoid可能会让它看起来像是在db中完成的一切，但它真的迭代了数组。
由于您在进行查询之前已经拥有了user_id，activity_id和activity_type，并且您不希望在查找特定活动时从db检索用户的整个活动列表，因此我更倾向于第一种情况。 应用程序中的计算（搜索）会少得多，网络流量也会少得多。
使用单个文档方法，如果您还在user_id，activity_id，activity_type上创建唯一索引，那将会很棒。 它将帮助您包含文档数量。 您可以进行唯一性validation（额外查询），但如果您拥有唯一索引，那么这几乎是不必要的。 如果存在重复，validation的唯一好处是validation错误，但索引将静默忽略重复条目，除非您保持安全模式。
如果您还希望保留历史站点活动，则可以使用以下结构：
class SiteActivity include Mongoid::Document include Mongoid::Timestamps belongs_to :user belongs_to :activity, polymorphic: true index [:user_id, :activity_id, :activity_type], :background => true, :unique => true field :last_access_time, :type => Time # last_access_times just here for history, not used field :last_access_times, :type => Array, :default => [] end activity = SiteActivity.find_or_initialize_by(:user_id => current_user.id, :activity_id => post.id, :activity_type => post.class) time = Time.now.utc activity.last_access_time = time activity.last_access_times << time activity.save
似乎昨天讨论了类似的话题。 查看mongodb中日志分析数据库的最佳可能架构设计也许它会有所帮助。