MongoDB多对多关系设计：电商商品分类高效查询存储方案

针对你的读密集型场景，以及只能通过分类API反向获取商品关联的限制，推荐采用反范式化的单集合存储方案，直接构建商品到分类的映射关系，确保单次查询就能满足根据商品ID列表获取对应分类数组的需求。

1. 集合结构定义 #

创建一个名为product_category_mappings的集合，每个文档对应单个商品的分类关联信息，结构如下：

{
  "_id": ObjectId("60d21b4667d0d8992e610c85"),
  "product_id": "P0001", // 商品唯一ID，作为核心查询字段
  "categories": [
    {
      "category_id": "C001",
      "category_name": "电子产品"
    },
    {
      "category_id": "C003",
      "category_name": "智能手机"
    }
  ],
  "last_sync_time": ISODate("2024-05-20T10:00:00Z") // 记录最后同步时间，便于校验数据新鲜度
}

2. 同步逻辑实现 #

因为只能从分类API获取关联商品，同步时需要按以下流程处理：

• 分页调用GET /categories接口，遍历所有分类（每次拿10条，直到没有更多数据）
• 对每个分类，分页调用GET /categories/{id}/products接口，获取该分类下的所有商品
• 对每个商品，执行MongoDB的upsert操作：
  • 如果商品文档已存在，将当前分类信息添加到categories数组（注意去重，避免同一个分类重复插入）
  • 如果商品文档不存在，创建新文档并写入商品ID和当前分类信息
• 同步完成后，更新文档的last_sync_time字段为当前时间

示例更新命令（MongoDB Shell）：

db.product_category_mappings.updateOne(
  { product_id: "P0001" },
  {
    $addToSet: {
      categories: { category_id: "C001", category_name: "电子产品" }
    },
    $set: { last_sync_time: new Date() }
  },
  { upsert: true }
)

3. 查询优化 #

为了确保查询速度，给product_id字段创建唯一索引：

db.product_category_mappings.createIndex({ product_id: 1 }, { unique: true })

当收到包含商品ID列表的请求时，只需执行一次$in查询即可批量获取所有商品的分类数组：

db.product_category_mappings.find(
  { product_id: { $in: ["P0001", "P0002", "P0003"] } },
  { product_id: 1, categories: 1, _id: 0 } // 只返回需要的字段，减少数据传输
)

方案优势 #

• 完全匹配读密集型场景：单次查询即可返回所有目标商品的分类信息，读取性能拉满
• 适配现有API限制：无需商品查分类的API，通过分类到商品的反向遍历即可构建映射
• 写操作可控：同步任务每12小时执行一次，写压力极低，不会影响线上读服务

内容的提问来源于stack exchange，提问作者Rahul Ranjan