从性能角度来看 MongoDB 嵌入式与参考答案

【问题标题】：MongoDB embedded vs. reference from performance perspective从性能角度来看 MongoDB 嵌入式与参考
【发布时间】：2011-09-14 18:32:32
【问题描述】：

我读到从性能的角度来看嵌入更好： “如果性能是一个问题，嵌入。” (http://www.mongodb.org/display/DOCS/Schema+Design) 并且大多数指南总是说应该嵌入包含。

但是我不确定情况是否如此。假设我们有两个对象：Blog 和 Post。博客包含帖子。

现在将所有帖子嵌入到博客中会出现以下问题：

分页。由于无法过滤嵌入对象，我们将始终获取所有帖子并需要在应用程序中将它们过滤掉。
过滤。和以前一样，在帖子中搜索单词时，将无法从 MongoDB 中过滤嵌入的集合。
插入。我假设插入集合比插入嵌入对象更快。它是否正确？这是写在哪里？
更新。和以前一样，小文档（帖子）内的内联更新字段可能比博客大文档内的内联更新更快。这是正确的吗？

考虑到以上所有内容，我会在一个单独的集合中发布引用博客的帖子。这是正确的结论吗？

（注意：请不要在回复中考虑文档大小限制，假设每个博客最多有 1000 个帖子）

【问题讨论】：

标签： performance database-design mongodb

【解决方案1】：

1.可以使用$slice操作符进行分页：

db.blogs.find({}, {posts:{$slice: [10, 10]}}) // skip 10, limit 10

2.过滤也可以：

db.blogs.find({"posts.title":"Mongodb!"}, {posts:{$slice: 1}}) //take one post

3,4。一般来说，我猜你是在谈论小的性能差异。这不是火箭科学，它只是包含最多 1000 个帖子的博客。

你说：

Is this the correct conclusion?

不，如果您关心性能（通常如果系统很小，您可以使用单独的文档）。

我已经对 3,4 进行了小型性能测试，结果如下：

-----------------------------------------------------------------
| Count/Time |  Inserting posts   | Adding to nested collection |
-------------|--------------------------------------------------               
|   1        |   1 ms             |  28 ms                      |
|   1000     |   81 ms            |  590 ms                     |
|   10000    |   759 ms           |  2723 ms                    |
 ---------------------------------------------------------------

【讨论】：

感谢您的详细解答。
您确定 #2 返回的博客包含一篇与标题匹配的帖子吗？我认为它会返回包含“Mongodb！”的帖子的博客。标题。然后 slice 只会过滤第一个帖子。所以你会得到不正确的帖子
见这里：stackoverflow.com/questions/2138454/…
@mbdev: #2 只是有假查询。我只是向您展示如何做到这一点。
@Andrew 你检查过我发布的链接吗？

【解决方案2】：

至于 3 & 4，如果是插入到嵌套文档中，基本上就是更新了。

这可能对您的性能非常不利，因为插入通常会附加到数据的末尾，这样可以正常且快速地工作。另一方面，更新可能要复杂得多。

如果您的更新没有改变文档的大小（意味着您有一个键\值对并且只是将值更改为占用相同空间量的新值）那么您会没事的，但是当您开始修改文档并添加新数据，出现问题。

问题在于，虽然 MongoDB 为每个文档分配的空间超过了它所需的空间，但这可能还不够。如果您插入一个 1k 大的文档，MongoDB 可能会为该文档分配 1.5k，以确保对文档的微小更改有足够的空间来增长。如果您使用的空间超过分配的空间，MongoDB 必须获取整个文档并在数据的尾部重新写入。

在获取和重写数据时显然会影响性能，这种操作的频率会放大数据。更糟糕的是，当这种情况发生时，您最终会在数据文件中留下未使用空间的漏洞或口袋。

这最终会被复制到内存中，这意味着您最终可能会使用 2GB 的 RAM 来存储您的数据集，而实际上数据本身只占用 1.5GB，因为有 0.5GB 的存储空间。这种碎片可以通过插入而不是更新来避免。它也可以通过进行数据库修复来修复。

在 MongoDB 的下一个版本中，将会有一个在线压缩功能。

【讨论】：

你认为这些数字会比 Andrew 的数字更糟吗？
不可能说 - 我 100% 取决于您的数据结构以及文档和嵌入文档的大小。一旦您尝试插入大于分配的可用空间的文档，您将看到写入性能下降。我认为这很难用相对较小数据集的小测试来证明。

【解决方案3】：

您可以在嵌入元素上使用 '$slice' 进行分页
您可以使用 "field1.field2": /aRegex/ 进行搜索，其中 aRegex 是您搜索的单词。但要注意性能。

关于 3. 和 4. 我没有证据数据。

BTW 2 集合可以更容易编码/使用/管理。您可以简单地在每个“博客”文档中注册 blogId 并在所有查询中添加 "blogId":"1234ABCD"

【讨论】：