我有一个数据库,里面有一个集合,里面有大量的文档(几百万)。 在这个数据库中,我有(除其他外)字段\u VIOLATIONTYPE(int)和\u DURATION(int)。 现在,我想计算一下“VIOLATIONTYPE”为15或更少、持续时间为10或更少的文档的数量。 为此,我执行以下Python脚本:
#!/usr/bin/env python
import pymongo
import timeit
client = pymongo.MongoClient('localhost', 27017)
database = client['bgp_route_leaks']
collection = database['valleys']
collection.ensure_index('_VIOLATIONTYPE', unique=False)
collection.ensure_index('_DURATION', unique=False)
start = timeit.default_timer()
cursor = collection.find({'$and': [{'_VIOLATIONTYPE': {'$lt': 16}}, {'_DURATION': {'$lt': 10}}]}, {'_DURATION': 1, '_id': 0})
print('Explain: {}'.format(cursor.explain()))
print('Count: {}'.format(cursor.count()))
print('Time: {}'.format(timeit.default_timer() - start))
打印出来:
^{pr2}$在运行这个时,我也执行了当前操作数据库()在另一个窗口中返回
{
"inprog" : [
{
"opid" : 15,
"active" : true,
"secs_running" : 4,
"op" : "query",
"ns" : "bgp_route_leaks.valleys",
"query" : {
"$query" : {
"$and" : [
{
"_VIOLATIONTYPE" : {
"$lt" : 16
}
},
{
"_DURATION" : {
"$lt" : 10
}
}
]
},
"$explain" : true
},
"client" : "127.0.0.1:46819",
"desc" : "conn1",
"threadId" : "0x7fd69b31c700",
"connectionId" : 1,
"locks" : {
"^" : "r",
"^bgp_route_leaks" : "R"
},
"waitingForLock" : false,
"numYields" : 5,
"lockStats" : {
"timeLockedMicros" : {
"r" : NumberLong(8816104),
"w" : NumberLong(0)
},
"timeAcquiringMicros" : {
"r" : NumberLong(4408723),
"w" : NumberLong(0)
}
}
}
]
}
现在我已经读到,对于慢MongoDB查询来说,最常见的原因是缺少索引。 但是,我已经确保了_VIOLATIONTYPE和_DURATION的索引,并且解释告诉我u‘indexOnly’:True。 我还读到NUMA架构可以减慢速度,我应该通过命令启动服务
sudo numactl --interleave=all /usr/bin/mongod --dbpath=/var/lib/mongodb
(/proc/sys/vm/zone_reclaim_mode is already set to 0)
我知道已经完成了,但是这个计数仍然需要一分钟,而其他计数则需要更长的时间,所以我想知道如何使查询更快。在
跑步
db.runCommand({compact: 'bgp_route_leaks'})
在MongoShell中也曾尝试过没有运气。在
有什么建议可以让计数更快吗?在
MongoDB的版本是2.4.9。在
如果您查看
explain
输出,您将看到使用_VIOLATIONTYPE
的查询只扫描124个对象,而使用_DURATION
的查询正在扫描6244545个对象。在尽管MongoDB 2.6+可以使用index intersection,但复合索引总是更快。在
您需要在这些字段上创建复合索引:
编辑
在版本2.4中,MongoDB的性能显著提高(JIRA-1752)。在
另外,值得注意的是,
explain
命令正在显示查询不计数命令的详细信息。在不幸的是,您不能对
count
命令使用explain
,但是有一个针对该问题打开的ticket。在为了只测量
count
命令的性能,您可能应该从测试中删除explain
。此外,您需要多次重复查询(100x,1000x…),并取平均值以获得正确的值。在相关问题 更多 >
编程相关推荐