Соотношение «многие ко многим»: глобальный вторичный индекс против списка смежности - PullRequest
Новая
       24

Соотношение «многие ко многим»: глобальный вторичный индекс против списка смежности

0 голосов
/ 04 ноября 2018

Для представления отношения «многие ко многим» в DB «Динамо» я обычно видел два подхода: глобальный вторичный индекс (GSI) и список смежности. Теперь мой вопрос, когда использовать какой?

Использование GSI в основном состоит в том, чтобы перевернуть ключ разделения и отсортировать ключ, чтобы данные можно было эффективно запрашивать в обоих случаях. Примеры показывают что-то вроде онлайн-игры с игроками, например 

Players table
--------------
Partition | Sort
-----------------
Player 1  | Game 1
Player 1  | Game 2
Player 2  | Game 1
Player 3  | Game 2

Games GSI
-----------
Partition | Sort
-----------------
Game 1    | Player 2
Game 1    | Player 2
Game 2    | Player 1
Game 2    | Player 3

Я делаю предположение, что это все сеансы на одной игровой платформе, то есть совпадают с конечным количеством игроков.

Все это кажется простым и логичным для реализации ... Пока данные не станут немного сложнее. Что если и у Игроков, и у Игр свой набор атрибутов? Допустим, у игры есть атрибут, когда она была запущена, а у игрока есть такие атрибуты, как имя пользователя и личный счет игры. Как они проецируются на каждую таблицу и GSI?

Например, требуемые проекции будут выглядеть примерно так

Получить игроков, участвующих в игре 

// query made with game id
{
  start_date: '2018-11-04T13:00Z',
  status: 'IN_PROGRESS',
  players: [
    {
      username: 'starkshark',
      points: 200
    },
    {
      username: 'coldshot',
      points 300
    }
  ]
}

Получить игры, в которых участвовал игрок 

// query made with player id
{
  username: 'starkshark',
  games: [
    {
      status: 'IN_PROGRESS',
      start_date: '....'
    },
    {
      status: 'ENDED',
      start_date: '...',
      end_date: '...'
    }
  ]
}

Или это пограничный случай, когда нужно использовать шаблон списка смежности? Из того, что я прочитал в целом о списках смежности, довольно сложно реализовать простое отношение «многие ко многим», как в приведенном выше примере с онлайн-играми. Что я понял, это предназначено для моделирования графиков с несколькими узлами, связанными друг с другом. Конечно, в этом случае узлами будут Игры и Игроки (и, возможно, любая другая сущность, необходимая в модели)

TLDR : Таким образом, все сводится к последним вопросам, при наличии отношения «многие ко многим» между объектами, имеющими свой собственный набор атрибутов, список соседей - опция для поиска или Есть ли менее сложная структура данных для модели?

1 Ответ

0 голосов
/ 19 ноября 2018

Когда у сущности есть свой собственный набор атрибутов, вы можете смоделировать его в своем списке смежности как ребро, которое возвращается к самому себе. 

Id1       | Id2     | Data
- - - - - - - - - - - - - - - - - - - 
User1     | User1   | {email=...}

Кроме того, вы можете смоделировать атрибут как ребро от объекта к типу атрибута. 

Id1       | Id2     | Data
- - - - - - - - - - - - - - - - - - - 
User1     | Email   | bob@...

Все зависит от того, как вы хотите иметь возможность запрашивать ваши данные. Преимущество второго подхода состоит в том, что у вас может быть GSI, где Id2 - это ключ раздела, а Data - это ключ диапазона, который позволит вам эффективно найти всех пользователей, которые соответствуют определенному значению атрибута.

Что касается GSI, то шаблон смежности обычно имеет GSI, который содержит те же атрибуты первичного ключа, что и таблица, но с транспонированным порядком, так что вы можете легко запросить список смежности в любом направлении.

...