MongoDB：什麼是最有效的方式來存儲染色體/位置

我想存儲一些使用MongoDB的基因組位置（染色體，位置）。MongoDB：什麼是最有效的方式來存儲染色體/位置

類似：

{ 
chrom:"chr2", 
position:100, 
name:"rs25" 
}

我希望能夠迅速找到在給定段中所有的記錄（CHROM，[posStart - posEnd]）。什麼是最好的鍵/ _id被使用？

一個chrom，position object？

db.snps.save({_id:{chrom:"chr2",position:100},name:"rs25"})

軟墊字符串？

db.snps.save({_id:"chr02:00000000100",chrom:"chr2",position:100,name:"rs25"})

一個自動生成的ID與CHROM和位置的索引？

db.snps.save({chrom:"chr2",position:100,name:"rs25"})

其他？

???

感謝你的建議（S）

皮埃爾

PS：（這個問題是跨張貼在映泰：http://biostar.stackexchange.com/questions/2519）

來源

2010-09-18 Pierre

我在我的博客上發佈了一個基準：http://plindenbaum.blogspot.com/2010/09/indexing-some-genomic-positions-with.html – Pierre 2010-09-19 19:45:32

我相信兩列索引將提供最快的訪問路徑，因爲它將是最緊湊的索引。

然而，它將是一個額外的索引（因爲你已經有_id索引，你沒有使用），所以前兩個選項很好，因爲它們消除了額外的索引。

填充字符串比複雜對象解決方案短，意味着更短意味着更少的內存使用，從而加快掃描速度。我只會去複雜的對象，如果flattening /填充是不可能的。此外，由於複雜的對象鍵需要編碼到索引中（而不是其他索引的情況），所以選擇較短的鍵名稱（c和p）。所以，我會去尋找兩列索引（如果你不介意「浪費」id索引）或填充字符串。你甚至可以去填充二進制文件（在編碼整數時節省幾個字節），但這可能不值得這樣麻煩。

來源

2010-09-19 01:27:54 Thilo

謝謝，我要驗證這個有趣的答案。 – Pierre 2010-09-19 18:46:48

MongoDB：什麼是最有效的方式來存儲染色體/位置

回答

相關問題