mongodb - Spring Data Mongo - 在嵌入式文档中应用唯一组合字段

Question

我正在研究 Spring Boot v2.1.3.RELEASE 和 Spring Data Mongo。在此示例中，我想对电子邮件和部门名称应用唯一性。 email & deptName 的组合必须是唯一的，并且由于它在每个数组对象中重复，是否有任何方法可以获取电子邮件？

我在下面尝试过，但它不起作用!

@CompoundIndexes({
    @CompoundIndex(name = "email_deptName_idx", def = "{'email' : 1, 'technologyEmployeeRef.technologyCd' : 1}")
})

示例数据

{
    "_id" : ObjectId("5ec507c72d8c2136245d35ce"),
    ....
    ....
    "firstName" : "John",
    "lastName" : "Doe",
    "email" : "john.doe@gmail.com",
    .....
    .....
    .....
    "technologyEmployeeRef" : [ 
        {
            "technologyCd" : "john.doe@gmail.com",
            "technologyName" : "Advisory",
            ....
            .....
            "Status" : "A"
        }, 
        {
           "technologyCd" : "john.doe@gmail.com",
           "technologyName" : "Tax",
           .....
           .....
           "Status" : "A"
       }
    ],
    "phoneCodes" : [ 
        "+352"
    ],
    ....
    ....
}

技术.java

@Data
@Builder
@AllArgsConstructor
@NoArgsConstructor
@Document
public class Technology {
    @Indexed(name = "technologyCd", unique = true, sparse = true)
    private String technologyCd;

    @Indexed(name = "technologyName", unique = true, sparse = true)
    private String technologyName;
    private String status;
}

EmployeeTechnologyRef.java

@Data
@Builder
@AllArgsConstructor
@NoArgsConstructor
public class EmployeeTechnologyRef {
    private String technologyCd;
    private String primaryTechnology;
    private String status;
}

员工.java

@Data
@Builder
@AllArgsConstructor
@NoArgsConstructor
@Document
@CompoundIndexes({
    @CompoundIndex(name="emp_tech_indx", def = "{'employeeTechnologyRefs.primaryTechnology' : 1, 'employeeTechnologyRefs.technologyCd' : 1}" ,unique = true, sparse = true)
})
public class Employee {
    private String firstName;
    private String lastName;
    private String email;
    private List<EmployeeTechnologyRef> employeeTechnologyRefs;
}

我使用了下面的代码，但它没有给我任何重复错误。我们怎样才能做到这一点？

Technology java8 = Technology.builder().technologyCd("Java").technologyName("Java8").status("A").build();
Technology spring = Technology.builder().technologyCd("Spring").technologyName("Spring Boot2").status("A").build();
List<Technology> technologies = new ArrayList<>();
technologies.add(java8);
technologies.add(spring);

technologyRepository.saveAll(technologies);

EmployeeTechnologyRef t1 = EmployeeTechnologyRef.builder().technologyCd("Java").primaryTechnology("Y")
        .status("A")
        .build();
EmployeeTechnologyRef t2 = EmployeeTechnologyRef.builder().technologyCd("Spring").primaryTechnology("Y")
        .status("A")
        .build();
List<EmployeeTechnologyRef> employeeTechnologyRefs = new ArrayList<>();
employeeTechnologyRefs.add(t1);
employeeTechnologyRefs.add(t2);
employeeTechnologyRefs.add(t1);

Employee employee = Employee.builder().firstName("John").lastName("Kerr").email("john.kerr@gmail.com")
        .employeeTechnologyRefs(employeeTechnologyRefs).build();
employeeRepository.save(employee);

Answer 1

在 MongoDB 中，唯一索引确保字段中的特定值不会出现在多个文档中。它不会保证单个文档中的值在整个数组中是唯一的。这是解释here在 MongoDB 手册中讨论了唯一的多键索引。

因此，唯一索引不能满足您的要求。它将防止单独的文档包含重复的组合，但它仍然允许单个文档在数组中包含重复的值。

您拥有的最佳选择是更改数据模型，以便将 technologyEmployeeRef 对象数组拆分为单独的文档。将其拆分为单独的文档将允许您使用唯一索引来强制执行唯一性。

应针对此数据模型更改采取的特定实现取决于您的访问模式(这超出了本问题的范围)。

---

其中一种方法是创建一个 TechnologyEmployee 集合，其中包含当前存在于 technologyEmployeeRef 数组中的所有字段。此外，此 TechnologyEmployee 集合将有一个字段(例如电子邮件)，您可以将其与 Employee 集合中的文档相关联。

示例员工文档

{
  ....
  ....
  "firstName" : "John",
  "lastName" : "Doe",
  "email" : "john.doe@gmail.com",
  .....
  .....
  .....
}

示例员工技术文档

{
  "email" : "john.doe@gmail.com",
  "technologyCd" : "Java",
  "technologyName" : "Java8",
  ....
  .....
  "status" : "A"
}

EmployeeTechnology 集合中的索引

{'email' : 1, 'technologyCd' : 1}, {unique: true}

这种方法的缺点是您需要从两个集合中读取才能获得所有数据。如果您很少需要同时从两个集合中检索数据，那么这个缺点可能不是什么大问题。如果您确实需要所有数据，可以通过使用索引来加速。使用索引，可以通过使用 covered queries 进一步加快速度.

---

另一种选择是对数据进行非规范化。为此，您可以复制需要与技术数据同时访问的员工数据。

示例文档

[
  {
    ....
    "firstName" : "John",
    "lastName" : "Doe",
    "email" : "john.doe@gmail.com",
    .....
    "technologyCd" : "Java",
    "technologyName" : "Java8",
    ....
    "status" : "A"
  },
  {
    ....
    "firstName" : "John",
    "lastName" : "Doe",
    "email" : "john.doe@gmail.com",
    .....
    "technologyCd" : "Spring",
    "technologyName" : "Spring Boot2",
    ....
    "status" : "A"
  }
]

在this MongoDB blog post ,他们说

You’d do this only for fields that are frequently read, get read much more often than they get updated, and where you don’t require strong consistency, since updating a denormalized value is slower, more expensive, and is not atomic.

---

或者正如您已经提到的，保持数据模型不变并在应用程序端执行唯一性检查可能是有意义的。这可能会给你最好的读取性能，但它也有一些缺点。首先，它会减慢写入操作的速度，因为应用程序在更新数据库之前需要运行一些检查。

这可能不太可能，但也有可能您仍然会得到重复项。如果有两个背靠背请求将同一个 EmployeeTechnology 对象插入到数组中，那么第二个请求的验证可能会在第一个请求写入数据库之前完成(并通过)。我自己在我处理的应用程序中看到了类似的场景。即使应用程序正在检查唯一性，如果用户双击提交按钮，数据库中最终也会出现重复条目​​。在这种情况下，在第一次点击时禁用按钮会大大降低风险。这种小风险可能是可以容忍的，具体取决于您的要求和重复条目的影响。

---

哪种方法最有意义在很大程度上取决于您的访问模式和要求。希望这会有所帮助。