mongo聚合速度

Question

我是mongo的新用戶（具有豐富的mysql經驗），它似乎有一些有趣的優點和缺點。顯然，專業人士可以容納的數據大小以及可以寫入記錄的速度。我有一個應用程序，我正在向一個集合寫很多日誌，到目前爲止我已經有大約7米了。我的問題是，一個看似簡單的查詢需要很長時間才能真正實現。讓我解釋。

我收藏有7米文件：

> db.alpha2.count() 
7257619 

現在我想指望所有記錄對於給定的CID，並且具有比一些數量較少的時間戳（本例中在未來有時間戳，所以應該什麼都算）：

> db.alpha2.find({'ts': {'$lt': 1446457607}, 'cid': '2636518'}).count() 
7257619 

這是問題的查詢，它需要一個完整的58秒這個號碼還給我！從概念上講，這是一個非常簡單的查詢，並會在一定程度上相當於在SQL中的世界：

select count(*) from alpha2 where cid=2636518 and ts<1446457607 

我沒有等價表，但我認爲這將需要小於0.1秒基於在mysql中運行根據我的經驗。那麼我該怎麼做？我計劃對大於7m記錄的數據集進行大量聚合計數。我也做了一些稍微困難的事情（地圖縮小），而且更糟（幾分鐘）。我需要這個不到一秒鐘。我究竟做錯了什麼？這是mongo預計的時間成本嗎？

我把一個指標的TS值與在此之前我的時間在上面查詢：

db.alpha2.ensureIndex({ts:1}) 

Answer 1

爲了確定count()，MongoDB的必須找到所有匹配的文件。

可以explain()查詢，看看如何使用索引：

db.alpha2.find({'ts': {'$lt': 1446457607}, 'cid': '2636518'}).explain() 

特別是要儘量減少nscannedObjects（掃描的文件數）。

你最好的情況下的標準方案是在涉及計數的所有字段上進行索引（並確保索引符合可用RAM）。

所以，你的指標應包括cid還有：

db.alpha2.ensureIndex({ts:1, cid:1}) 

如果你正在做頻繁的計數，你可能會更好地存儲，並通過像incremental map/reduce進程更新這些是否適合您的使用案例。