Web照片库的合适NoSQL数据模式

Question

我想为一个照片库建立合适的数据结构，使用NoSQL存储。在我的网页应用中，一张照片可以属于一个或多个相册。我之前有使用MySQL的经验，但对键值存储几乎没有了解。

如果是用MySQL，我会设置（3）个表，像这样：

photos (photo_id, title, date_uploaded, filename)
albums (album_id, title, photo_id)
album_photo_map (photo_id, album_id)

然后，为了获取最新的5张照片（连同相册信息），我会用这样的查询：

SELECT *
FROM albums, photos, album_photo_map
WHERE albums.album_id = album_photo_map.album_id AND
                photos.photo_id = album_photo_map.photo_id
ORDER BY photos.date_uploaded DESC LIMIT 5;

那么，使用NoSQL的键值对数据库（特别是亚马逊的DynamoDB），我该如何实现类似的查询呢？存储结构会是什么样的？索引又是怎么工作的呢？

Answer 1

在使用DynamoDB的时候，照片表的“结构”可以是这样的：

相册_照片

• 相册ID（字符串，主键）
• 照片ID（数字，范围键）
• ... 其他字段

在我写的“其他字段”那里，你可以保存所有照片的数据，也可以单独请求一个合适的数据表来获取这些信息，但这样做会导致重复数据，因为同一张照片可能出现在多个相册里。

你可以在这个表里保存“主”相册的所有照片数据，而在其他相册中用一个列来标明哪个是主相册的ID。由于NoSQL数据库不需要严格的结构，所以在表中并不一定要有每一列。

如果照片ID有自动递增的特性，你可以很容易地获取某个相册的最新几张照片。如果没有，你可以用日期作为范围键，照片ID作为一列。还有一个好主意是把范围键反向使用，这样可以更方便地查询到最新的一行数据。

Answer 2

Redis可以处理这个问题。对于你提到的RMDBS表：

你可以用以下命令来设置照片的信息：
SET photos:photo_id:title "一些照片的标题"
SET photos:photo_id:date_uploaded "一些上传时间（比如2011-02-09 HH:MM:SS）"
SET photos:photo_id:filename "一些文件名"

对于相册的信息，你可以这样设置：
SET albums:album_id:title "一些相册的标题"

然后，用这个命令把照片和相册关联起来：
SADD album_photo_map:photo_id album_id

你还可以使用列表（Redis支持列表）来存储最近上传的照片，并在上传新照片时更新这个列表：

ret = r.lpush("upload:last_upload_times", photo_id) // 更新列表
ret = r.ltrim("upload:last_upload_times", 0, N-1) // 控制列表的长度

接下来，如果我们想获取最近上传的N张照片和它们的相册信息，可以这样做：

last_uploaded_photo_list = r.lrange("upload:last_upload_times", 0, N-1)
last_uploaded_photo_with_album_list = [(photo_id, album_id) for photo_id in last_uploaded_photo_list for album_id in r.smembers(photo_id)]

Answer 3

使用mongodb的术语，你的集合可能看起来像这样：

photos = [
    {
        _id: ObjectId(...),
        title: "...",
        date_uploaded: Date(...),
        albums: [
            ObjectId(...),
            ...
        ]
    },
    ...
]

albums = [
    {
        _id: ObjectId(...),
        title: "..."
    }
]

要找到最新的5张照片，可以这样做：

> var latest = db.photos.find({}).sort({date_uploaded:1}).limit(5);

在mongo中没有服务器端的连接，所以你需要像这样获取所有最新的相册：

> var latest_albums = latest.find({}, {albums: 1});

当然，接下来你需要把这些数据整理成一个集合。

其实，如果你把相册嵌入到照片文档里会更简单，因为它们很小：

photos = [
    {
        _id: ObjectId(...),
        title: "...",
        date_uploaded: Date(...),
        albums: [
            {name: "family-vacation-2011", title: "My family vacation in 2010"},
            ...
        ]
    },
    ...
]

这样查询就一样了，但你不需要连接。查找一个相册里的所有照片看起来是这样的：

> db.photos.find({albums:{$elemMatch:{name: "family-vacation-2011"}}});