Java教程

MongDB优化

本文主要是介绍MongDB优化,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

MongDB优化

​ MongoDB 是高性能数据,但是在使用的过程中,大家偶尔还会碰到一些性能问题。MongoDB和其它关系型数据库相比,例如 SQL Server 、MySQL 、Oracle 相比来说,相对较新,很多人对其不是很熟悉,所以很多开发、DBA往往是注重功能的实现,而忽视了性能的要求。其实,MongoDB和 SQL Server 、MySQL 、Oracle 一样,一个 数据库对象的设计调整、索引的创建、语句的优化,都会对性能产生巨大的影响。

为充分挖掘MongoDB性能,简单列举以下Mongodb优化方式:

  1. 文档中的_id键推荐使用默认值,禁止向_id中保存自定义的值。
    ​解读: MongoDB文档中都会有一个“_id”键,默认是个ObjectID对象(标识符中包含时间戳、机器ID、进程ID和计数器)。MongoDB在指定_id与不指定_id插入时 速度相差很大,指定_id会减慢插入的速率。
  2. 推荐使用短字段名。
    解读:与关系型数据库不同,MongoDB集合中的每一个文档都需要存储字段名,长字段名会需要更多的存储空间。

  1. MongoDB索引可以提高文档的查询、更新、删除、排序操作,所以结合业务需求,适当创建索引。

  2. 每个索引都会占用一些空间,并且导致插入操作的资源消耗,因此,建议每个集合的索引数尽量控制在5个以内。

  3. 对于包含多个键的查询,创建包含这些键的复合索引是个不错的解决方案。复合索引的键值顺序很重要,理解索引最左前缀原则。
    解读:例如在test集合上创建组合索引{a:1,b:1,c:1}。执行以下7个查询语句:
    db.test.find({a:”hello”}) // 1
    db.test.find({b:”sogo”, a:”hello”}) // 2
    db.test.find({a:”hello”,b:”sogo”, c:”666”}) // 3
    db.test.find({c:”666”, a:”hello”}) // 4
    db.test.find({b:”sogo”, c:”666”}) // 5
    db.test.find({b:”sogo” }) // 6
    db.test.find({c:”666”}) // 7
    以上查询语句可能走索引的是1、2、3、4
    查询应包含最左索引字段,以索引创建顺序为准,与查询字段顺序无关。
    最少索引覆盖最多查询。

  1. TTL 索引(time-to-live index,具有生命周期的索引),使用TTL索引可以将超时时间的文档老化,一个文档到达老化的程度之后就会被删除。
    解读:创建TTL的索引必须是日期类型。TTL索引是一种单字段索引,不能是复合索引。TTL删除文档后台线程每60s移除失效文档。不支持定长集合。

  1. 需要在集合中某字段创建索引,但集合中大量的文档不包含此键值时,建议创建稀疏索引。
    解读:索引默认是密集型的,这意味着,即使文档的索引字段缺失,在索引中也存在着一个对应关系。在稀疏索引中,只有包含了索引键值的文档才会出现。

  1. 创建文本索引时字段指定text,而不是1或者-1。每个集合只有一个文本索引,但是它可以为任意多个字段建立索引。
    解读:文本搜索速度快很多,推荐使用文本索引替代对集合文档的多字段的低效查询。

  1. 使用findOne在数据库中查询匹配多个项目,它就会在自然排序文件集合中返回第一个项目。如果需要返回多个文档,则使用find方法。

  2. 如果查询无需返回整个文档或只是用来判断键值是否存在,可以通过投影(映射)来限制返回字段,减少网络流量和客户端的内存使用。
    解读:既可以通过设置{key:1}来显式指定返回的字段,也可以设置{key:0}指定需要排除的字段。

  1. 除了前缀样式查询,正则表达式查询不能使用索引,执行的时间比大多数选择器更长,应节制性地使用它们。

  2. 批量插入(batchInsert)可以减少数据向服务器的提交次数,提高性能。但是批量提交的BSON Size不超过48MB。

  3. 禁止一次取出太多的数据进行排序,MongoDB目前支持对32M以内的结果集进行排序。如果需要排序,请尽量限制结果集中的数据量。

这篇关于MongDB优化的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!