MongoDB管理与开发精要《红丸出品》19 性能优化

性能优化

如果nscanned(扫描的记录数)远大于nreturned(返回结果的记录数)的话，那么我们就要考虑通过加索引来优化记录定位了。

reslen 如果过大，那么说明我们返回的结果集太大了，这时请查看find函数的第二个参数是否只写上了你需要的属性名。

对于创建索引的建议是：如果很少读，那么尽量不要添加索引，因为索引越多，写操作会越慢。如果读量很大，那么创建索引还是比较划算的。

 

假设我们按照时间戳查询最近发表的10篇博客文章：

articles = db.posts.find().sort({ts:-1});

 

for (var i=0; i< 10; i++) {

   print(articles[i].getSummary());

}

优化方案1: 创建索引

在查询条件的字段上，或者排序条件的字段上创建索引，可以显著提高执行效率：

db.posts.ensureIndex({ts:1});

优化方案2: 限定返回结果条数

使用limit()限定返回结果集的大小，可以减少database server的资源消耗，可以减少网络传输数据量。

articles = db.posts.find().sort({ts:-1}).limit(10);

优化方案3: 只查询使用到的字段，而不查询所有字段

在本例中，博客日志记录内容可能非常大，而且还包括了评论内容（作为embeded文档）。所以只查询使用的字段，比查询所有字段效率更高：

articles = db.posts.find({}, {ts:1,title:1,author:1,abstract:1}).sort({ts:-1}).limit(10);

注意：如果只查询部分字段的话，不能用返回的对象直接更新数据库。下面的代码是错误的：

a_post = db.posts.findOne({}, Post.summaryFields);

a_post.x = 3;

db.posts.save(a_post);

优化方案4: 采用capped collection

capped Collections比普通Collections的读写效率高。CappedCollections是高效率的Collection类型，它有如下特点：

1、  固定大小；Capped Collections必须事先创建，并设置大小：

db.createCollection("mycoll", {capped:true, size:100000})

2、  Capped Collections可以insert和update操作；不能delete操作。只能用drop（）方法删除整个Collection。

3、  默认基于Insert的次序排序的。如果查询时没有排序，则总是按照insert的顺序返回。

4、  FIFO。如果超过了Collection的限定大小，则用FIFO算法，新记录将替代最先insert的记录。

优化方案5: 采用Server Side Code Execution

Server-Side Processing类似于SQL数据库的存储过程，使用Server-SideProcessing可以减小网络通讯的开销。

优化方案6: Hint

一般情况下MongoDB queryoptimizer都工作良好，但有些情况下使用hint()可以提高操作效率。Hint可以强制要求查询操作使用某个索引。例如，如果要查询多个字段的值，如果在其中一个字段上有索引，可以使用hint：

db.collection.find({user:u, foo:d}).hint({user:1});

优化方案7: 采用Profiling

Profiling功能肯定是会影响效率的，但是不太严重，原因是他使用的是system.profile 来记录，而system.profile 是一个capped collection 这种collection 在操作上有一些限制和特点，但是效率更高。