NoSQL 数据库设计
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @org-eyw2ohcx/aj-geddes-useful-ai-prompts-nosql-database-design。
技能介绍
要解决什么问题
关系型建模在文档库或键值库里往往表现为「硬套表结构」:嵌套数据拆成多表 join、热点读写却依赖难以预测的查询路径。MongoDB 与 DynamoDB 在访问模式上差异很大——前者偏灵活文档与二级索引,后者受分区键与 GSI 约束更强。若 embedding 与 referencing 选错,或索引只为 demo 而建,线上很容易出现全表扫描、成本暴涨或 schema 难以演进。
技能如何帮助你
本技能围绕 MongoDB(文档型) 与 DynamoDB(键值型) 的可扩展 schema 设计,覆盖:
- 数据建模模式:集合/表结构、文档形态与分区键思路
- 反范式化策略:在读写模式明确时如何冗余字段、减少跨实体往返
- 查询优化:按真实 query pattern 反推索引与键设计
- 嵌入 vs 引用:何时把子文档内联、何时拆集合/表并靠引用关联
references/ 下的指南对应具体落地主题,例如文档结构设计、Indexing in MongoDB、Schema Validation、表结构设计、Global Secondary Indexes (GSI) 以及 DynamoDB Item 读写与操作模式。
适用边界与注意点
技能侧重 schema 与访问模式设计,不替代你已有的驱动层代码、迁移脚本或运维监控。DynamoDB 设计必须以分区键与已知查询为先;MongoDB 则在索引维护成本与文档膨胀之间需要权衡。上线前应结合业务读写比例做压测,并避免在提示词流程里 跳过校验与错误处理、硬编码环境相关配置——这与 SKILL 中的实践建议一致。
使用场景
- 新项目要在 MongoDB 里定 collection 字段与嵌入结构,需按列表/详情两种查询定索引
- DynamoDB 单表设计要同时支撑按用户 ID 查订单、按状态筛任务,需规划 PK/SK 与 GSI
- 文档型库里 embedding 与 $lookup 引用在订单-明细场景下拿不准,要对照访问频率选型
- 已有 Mongo 查询变慢,怀疑缺复合索引或 validation 不严导致脏数据拖慢写入
适合人员
- 负责微服务落库的架构师,需要在 Mongo 与 Dynamo 之间统一建模语言并约束团队写法
- 后端工程师接到 DynamoDB 成本告警,要从现有 API 反推分区键与 GSI 是否匹配真实请求
- 从 SQL 迁到文档库的中间件开发者,要把一对多关系改成嵌入或引用并写清迁移边界
- 数据平台同学要为 Mongo collection 加 JSON Schema 校验,避免上游脏字段破坏下游聚合