位置: 编程技术 - 正文
MongoDB查询性能优化验证及验证(mongodb性能测试)
编辑：rootadmin推荐整理分享MongoDB查询性能优化验证及验证(mongodb性能测试)，希望有所帮助，仅作参考，欢迎阅读内容。
文章相关热门搜索词:mongodb in查询效率,mongodb查询性能比mysql,mongo 查询性能,mongodb in查询效率,mongodb性能测试,mongo 查询性能,mongo 查询性能,mongo 查询性能,内容如对您有帮助，希望把文章链接给更多的朋友！
结论：
1、 w数据，合理使用索引的情况下，单个stationId下4w数据。mongodb查询和排序的性能理想，无正则时client可以在ms+完成查询，qps+。有正则时client可以在ms+完成查询，qps+。
2、 Mongodb的count性能比较差，非并发情况下client可以在ms完成查询，在并发情况下则需要1-3s。可以考虑估算总数的方法， replica set，1主2从，G内存，版本2.6.5
Mem消耗（4个w数据的collection）：
空间消耗（测试数据最终选定的collection）：
Jvm: -Xms2G -Xmx2G
Ping延迟ms
查询都使用ReadPreference.secondaryPreferred()
无正则
1、 创建stationId, firmId复合引查询场景（w集合，个字段）
查询次数：
查询条件：多条件查询条记录，并逐条获取记录
并发：
耗时：
单次耗时（server）：ms
Qps:.
2、 创建stationId, firmId复合引查询场景（w集合，个字段）
查询次数：
查询条件：多条件查询条记录排序，并逐条获取记录
并发：
耗时：
单次耗时（server）：ms
Qps:.
3、 创建stationId, firmId复合引查询场景（w集合，个字段）
查询次数：
查询条件：多条件查询记录数
并发：
耗时：
单次耗时（client）：ms
Qps:.
有正则
4、 创建stationId, firmId复合引查询场景（w集合，个字段）
查询次数：
查询条件：多条件查询条记录，并逐条获取记录
并发：
耗时：
单次耗时（server）：ms
Qps:.
5、 创建stationId, firmId复合引查询场景（w集合，个字段）
查询次数：
查询条件：多条件查询条记录排序，并逐条获取记录
并发：
耗时：
单次耗时（server）：ms
Qps:.
6、 创建stationId, firmId复合引查询场景（w集合，个字段）
查询次数：
查询条件：多条件查询记录数
并发：
耗时：
单次耗时（client）：ms
Qps:.
MongoDB索引特点
1、 复合索引必须命中首字段，否则无法生效。后面的字段可以不按顺序命中。
2、 复合索引字段越多占用空间越大，但对查询性能影响不大（数组索引除外）。
3、 会根据sort字段选择索引，优先级超过复合索引中的非首字段。
4、 命中复合索引的情况下，数据量<w的情况下，过滤非索引字段，效率也比较高。
5、 全文检索性能比较差，w数据命中w的情况下，全文检索需要+s，正则需要1s。
MongoDB客户端配置，可以提出来做成spring注入，设置最大连接数什么的。
mongoDB调研_结论.docx为最终场景下的测试数据，分为有正则和无正则。
mongoDB调研_remote.docx为测试验证过程中的数据，有可能存在缓存等情况，不一定准确，功参考。
关于MongoDB 查询优化原则的大家了解吗？下文给大家介绍下，具体内容如下所示：
1.在查询条件、排序条件、统计条件的字段上选择创建索引，可以显著提高查询效率。
2.用$or时把匹配最多结果的条件放在最前面，用$and时把匹配最 少 结果的条件放在最前面。
3.使用limit()限定返回结果集的大小，减少数据库服务器的资源消耗，以及网络传输的数据量。
4.尽量少用$in，而是分解成一个一个的单一查询。尤其是在分片上，$in会让你的查询去每一个分片上查一次，如果实在要用的话，先在每个分片上建索引。
5.尽量不用模糊匹配查询，用其它精确匹配查询代替，比如$in、$nin。
6.查询量大、并发大的情况，通过前端加缓存解决。
7.能不用安全模式的操作就不用安全模式，这样客户端没必要等待数据库返回查询结果以及处理异常，快了一个数量级。
8.MongoDB的智能查询优化，判断粒度为query条件，而skip和limit都不在其判断之中，当分页查询最后几页时，先用order反向排序。
9.尽量减少跨分片查询，balance均衡次数少。
.只查询要使用的字段，而不查询所有字段。
.更新字段的值时，使用$inc比update效率高。
.apped collections比普通collections的读写效率高。
.server-side processing类似于SQL查询的存储过程，可以减少网络通讯的开销。
.必要时使用hint()强制使用某个索引查询。
.如果有自己的主键列，则使用自己的主键列作为id，这样可以节约空间，也不需要创建额外的所以。
.使用explain，根据exlpain plan进行优化。
.范围查询的时候尽量用$in、$nin代替。
.查看数据库查询日志，具体分析的效率低的操作。
.mongodb有一个数据库优化工具database profiler，能够检测数据库操作的性能。可以发现query或者write操作中执行效率低的，从而针对这些操作进行优化。
.尽量把更多的操作放在客户端，当然这就是mongodb设计的理念之一。
Mongodb索引的优化 MongoDB是一个基于分布式文件存储的数据库。由C++语言编写。旨在为WEB应用提供可扩展的高性能数据存储解决方案。MongoDB索引几乎和关系型数据库的索引
MongoDB性能篇之创建索引，组合索引，唯一索引，删除索引和explain执行计划 一、索引MongoDB提供了多样性的索引支持，索引信息被保存在system.indexes中，且默认总是为_id创建索引，它的索引使用基本和MySQL等关系型数据库一样。其
MongoDB中的主从同步配置和mongod相关启动命令讲解 MongoDB主从同步设置关于MongoDB的安装及启动参数说明可以参考我之前转载的《Ubuntu安装MongoDB》与《Mongodb启动命令mongod参数说明》主从设置Master：..
标签: mongodb性能测试
本文链接地址:https://www.jiuchutong.com/biancheng/312530.html 转载请保留说明！上一篇：MySQL 文本文件的导入导出数据的方法(mysql的文件格式有哪些)
