ArangoDB：有几个大集合 vs. 很多小集合
ArangoDB: having a few large collections vs. a lot small collections
我有一个关于 performance/best 练习的问题：
场景： 我有一个用户集合和一个聊天机器人集合。他们可以是用户集合中的很多用户（比如说 100 -1000 个用户）。每个用户可以有多个聊天机器人（每个用户大约 10 个）。
选项 A: 我创建了一个边缘集合来定义用户 -> 聊天机器人之间的连接。最后我会有 1 个用户集合、1 个聊天机器人集合（包含所有用户的所有聊天机器人）和 1 个边缘集合（包含用户对其聊天机器人的定义）
选项 B： 我为每个用户创建一个单独的聊天机器人集合，将特定用户的所有聊天机器人放在一个地方。聊天机器人集合名称将是例如user_xyz(user._key)_聊天机器人。因此，如果我需要具有 _key ‘abc’ 的用户的所有聊天机器人，我会检查集合 user_abc_chatbots。在这种情况下，我不需要连接用户 -> 聊天机器人的边缘集合。最后我会有 1 个用户集合和很多 user_xyz_chatbots-collections（取决于我有多少用户 - 可以像我之前写的那样是 100-1000）。
现在我的问题是：什么是更好的选择？关于性能 - 图片我每次收到请求时都必须获取用户的所有（或特定）聊天机器人。
如果您能就您的 experience/thoughts 给我反馈，那就太好了 :)
查看您发布的数字，即 100 - 1000 个用户和每个用户大约 10 个聊天机器人，这意味着总共只有 1000 到 10000 个聊天机器人。
对于这个数据维度，我认为将所有聊天机器人存储在一个集合中并使用（索引）属性存储每个聊天机器人的用户 ID 更有意义。这是一个 1:n 关系（1 个用户映射到 n 个聊天机器人）
这样您就可以轻松且快速地找到映射到特定用户的所有聊天机器人，但此设置还允许您轻松地对所有用户或所有聊天机器人进行分析。
如果每个用户的聊天机器人位于不同的集合中，这将很难实现。
此外，如果可以将相同的聊天机器人映射到多个用户，则使用三个集合实际上可能有意义：
- 用户合集
- 一个聊天机器人合集
- 以及一个用户和聊天机器人之间的映射集合
这将是一个n:m关系，其中每个用户仍然可以映射到任意数量的聊天机器人，但如果多个用户映射到同一个聊天机器人，则每个聊天机器人的数据不需要冗余存储。
如果每个聊天机器人都有独立的数据结构，并且需要特殊的索引或查询，我只建议为每个用户使用单独的聊天机器人集合。在这种情况下，将不同的聊天机器人分开可能是有意义的。
但是，集合太多（这里我们认为最多 1,000 个）也不是很好，因为每个集合即使是空的也会有很小的开销。如果有更少的更频繁使用的集合比有许多很少使用的集合时，这会更好地摊销。
我有一个关于 performance/best 练习的问题：
场景： 我有一个用户集合和一个聊天机器人集合。他们可以是用户集合中的很多用户（比如说 100 -1000 个用户）。每个用户可以有多个聊天机器人（每个用户大约 10 个）。
选项 A: 我创建了一个边缘集合来定义用户 -> 聊天机器人之间的连接。最后我会有 1 个用户集合、1 个聊天机器人集合（包含所有用户的所有聊天机器人）和 1 个边缘集合（包含用户对其聊天机器人的定义）
选项 B： 我为每个用户创建一个单独的聊天机器人集合，将特定用户的所有聊天机器人放在一个地方。聊天机器人集合名称将是例如user_xyz(user._key)_聊天机器人。因此，如果我需要具有 _key ‘abc’ 的用户的所有聊天机器人，我会检查集合 user_abc_chatbots。在这种情况下，我不需要连接用户 -> 聊天机器人的边缘集合。最后我会有 1 个用户集合和很多 user_xyz_chatbots-collections（取决于我有多少用户 - 可以像我之前写的那样是 100-1000）。
现在我的问题是：什么是更好的选择？关于性能 - 图片我每次收到请求时都必须获取用户的所有（或特定）聊天机器人。
如果您能就您的 experience/thoughts 给我反馈，那就太好了 :)
查看您发布的数字，即 100 - 1000 个用户和每个用户大约 10 个聊天机器人，这意味着总共只有 1000 到 10000 个聊天机器人。
对于这个数据维度，我认为将所有聊天机器人存储在一个集合中并使用（索引）属性存储每个聊天机器人的用户 ID 更有意义。这是一个 1:n 关系（1 个用户映射到 n 个聊天机器人）
这样您就可以轻松且快速地找到映射到特定用户的所有聊天机器人，但此设置还允许您轻松地对所有用户或所有聊天机器人进行分析。
如果每个用户的聊天机器人位于不同的集合中，这将很难实现。
此外，如果可以将相同的聊天机器人映射到多个用户，则使用三个集合实际上可能有意义：
- 用户合集
- 一个聊天机器人合集
- 以及一个用户和聊天机器人之间的映射集合
这将是一个n:m关系，其中每个用户仍然可以映射到任意数量的聊天机器人，但如果多个用户映射到同一个聊天机器人，则每个聊天机器人的数据不需要冗余存储。
如果每个聊天机器人都有独立的数据结构，并且需要特殊的索引或查询，我只建议为每个用户使用单独的聊天机器人集合。在这种情况下，将不同的聊天机器人分开可能是有意义的。
但是，集合太多（这里我们认为最多 1,000 个）也不是很好，因为每个集合即使是空的也会有很小的开销。如果有更少的更频繁使用的集合比有许多很少使用的集合时，这会更好地摊销。