股市金融数据的数据库架构设计

如何解决股市金融数据的数据库架构设计

我正在尝试找出每天插入的财务数据的最佳结构。 查询数据有 3 个用例

1. 查询当前数据的特定符号
2. 按值查找当前交易品种（其中价格 3）
3. 绘制每个品种的历史价值（不包括查询 2010 年和 2020 年之间的所有股息.收益率）

目前正在为此考虑使用 MongoDB，但我不确定哪种结构最适合我的需求。将每个符号的所有数据嵌入 10 年的时间似乎太多了，所以我想也许是嵌入每个符号的当前数据，并创建对历史文档的引用。

您会采用什么方法来存储这些数据？ MongoDB 不是很好的解决方案吗？

这是一个符号数据的小例子。

{
  "symbol": "AAPL","info": {
    "company_name": "Apple Inc.","description": "some long text","website": "http://apple.com","logo_url": "http://apple.com"
  },"quotes": {
     "open": 111,"close": 321,"high": 111,"low": 100
    },"dividends": {
    "amountPaid": 0.5,"exDate": "2020-01-01","yieldOnCost": 10,"growth": { value: 111,pct_chg: 10 } /* some fields Could be more attributes than just k/v */
    "yield": 123
  },"fundamentals": {
    "num_employees": 123213213,"shares": 123123123123,....
  }
}

谢谢。

解决方法

您会采用什么方法来存储这些数据？

根据您发布的信息（示例数据和用例），我认为将历史数据存储为单独的集合听起来不错。

影响数据库设计（或数据模型）的一些重要因素是数据量和查询类型 - 您计划对数据执行的最重要的查询。假设您发布的 JSON 数据（用于股票代码）可用于执行前两个查询 - 您可以从将历史数据存储为单独集合的想法开始。交易品种的历史数据文档可以是一年的或年份范围 - 取决于查询、数据大小和信息类型。

MongoDB 的基于文档的模型允许灵活的模式，这对于轻松实现未来的更改和要求非常有用。请注意，一个 MongoDB 文档最多可以存储 16 MB 的数据。

参考MongoDB Data Model Design。