[mongodb可视化工具]MongoDB 数据分页和排序 limit,skip,sort用户

更新时间:2018-07-03    来源:MongoDB    手机版     字体:

【www.bbyears.com--MongoDB】

排序用sort,相当于order by,升序用1表示,降序用-1
比如,按age字段升序排列:

 代码如下

db.user.find().sort({"age":1})

如果有多个字段,按姓名降序,年龄升序

 代码如下

db.user.find().sort({"name":-1,"age":1})

limit和skip一起用,相当于mysql里的limit:

 代码如下

b.user.find().skip(1).limit(1)

相当于mysql里的limit(1,1),即跳过第0条,从第1条开始返回,只返回1条
skip和limit就能实现分页,但是skip太多的话,会影响性能,应该尽量避免,比如说,获取当前页最后一个文档的某个值作为条件(如日期)来查询,就可以不用skip.


无论是采用什么数据库,通常都有一些常规的做分页和排名的方法。本文就通过一些测试数据来向大家介绍MongoDB在这方面的性能。

分页首先我们来做一个分页,在MongoDB中示例数据如下所未:

 代码如下 db.scores.find();
{lid: ObjectId("4fe506dabb2bfa742d000001"), score: 1, name: "user_1"}
{lid: ObjectId("4fe506dabb2bfa742d000001"), score: 2, name: "user_2"}
{lid: ObjectId("4fe506dabb2bfa742d000001"), score: 3, name: "user_3"}
{lid: ObjectId("4fe506dabb2bfa742d000001"), score: 4, name: "user_4"}

其中lid字段用于区分不同的纬度,主要用在筛选上,在测试collection中,一共有五个不同的lid值,每一个对应1,200,000条数据,一共6,000,000条数据。索引在lid 和 score上。(下面的查询能使用到索引)

然后我们进行下面的性能测试:

 代码如下 collection = Mongo::Connection.new.db("test").collection("scores")
Benchmark.bmbm do |x|
  x.report("mongo small") do
    100.times do |i|
      collection.find({:lid => lids.sample}, {:fields => {:_id => false, :score => true, :user => true}}).sort({:score => -1}).limit(20).skip(i * 20).to_a
    end
  end
  x.report("mongo medium") do
    100.times do |i|
      collection.find({:lid => lids.sample}, {:fields => {:_id => false, :score => true, :user => true}}).sort({:score => -1}).limit(20).skip(i * 1000).to_a
    end
  end
  x.report("mongo large") do
    100.times do |i|
      collection.find({:lid => lids.sample}, {:fields => {:_id => false, :score => true, :user => true}}).sort({:score => -1}).limit(20).skip(i * 10000).to_a
    end
  end
end

上面分别对skip条数比较小,中等大小和非常大三种情况进行了测试。而limit指定获取的数据都一样是20条。这三种情况下的测试结果分别是:0.6 秒, 17 秒,173 秒。

我们可以看到,对MongoDB来说,skip的大小严重影响性能,应该严格避免特别大的skip操作。

排名排名功能与分页功能类似,不同的是排名是通过计算大于某个值的条数来做的。

比如:

 代码如下 //sql
select count(*) from scores where lid = $1 and score > $2
//mongo
db.scores.find({lid: lid, score: {$gt: score}}).count()

由于排名和分页实现原理上类似,所以结果实际上差不多。测试结果如下:

mongo top rank   1.155847
mongo average    22.291007

结论上面做了对比,那么本文要说一个什么问题呢?

首先,在MongoDB中,尽量避免进行比较大的skip操作,比如在分页中,如果你能知道需要获取数据的上一条score是多少,那么可能能够用下面的方法来获取你要的数据,而不是通过一次很大的skip操作。

  db.scores.find({lid: lid, score: {$lt: last_score}}).sort({score: -1}).limit(20)另外,如果你需要进行比较大的skip操作或者count比较大的数量,那么可以考虑采用Redis的Sorted Sets来做

本文来源:http://www.bbyears.com/shujuku/42575.html

猜你感兴趣

热门标签

更多>>

本类排行