在 MongoDB find() 中返回完整结果

Question

我一直在做一个项目来评估 mongodb 与其他数据存储相比的速度。为此，我正在尝试对我制作的收藏进行全面扫描。我发现了探查器，所以我启用了它并设置为记录每个查询。我有一百万个对象的集合，我正在尝试计算扫描集合需要多长时间。不幸的是，当我跑步时

db.sampledata.find()

它立即将光标返回到 1000 个左右的对象。所以我写了一个python脚本来遍历游标来处理all结果。这里是：

from pymongo import MongoClient

client = MongoClient()

db = client.argocompdb
data = db.sampledata

count = 0
my_info = data.find()

for row in my_info:
    count += 1

print count

这似乎花费了必要的时间。但是，当我检查分析器时，没有完整查询时间的总量，它只是一整套“getmore”操作，每个操作需要 3-6 毫秒。有什么方法可以使用分析器而不是在 python 中计时来做我想做的事情吗？我基本上只是想：

1. 能够执行查询并让它返回所有结果，而不是 只是光标中的几个。
2. 在探查器中获取“完整查询”的时间。获得所有结果所花费的时间。

我想做的事情可行吗？

我对 MongoDB 很陌生，所以如果之前有人问过这个问题，我很抱歉，但我在上面找不到任何东西。

Answer 1

分析器正在测量正确的东西。 Mongo 驱动程序不会立即返回集合中的所有记录；它首先给你一个光标，然后在你遍历光标时一个一个地输入文档。因此，分析器正在准确测量正在执行的操作。

我认为这是一个比您正在寻找的更正确的指标，我相信这是将所有文档实际读入您的客户所需的时间。您实际上不希望 Mongo 驱动程序在返回之前将所有文档读入内存。如果以这种方式编写，任何应用程序都不会表现良好，除非是最小的集合。客户端按需读取文档要快得多，因此需要最小的总内存占用。

另外，你把这个和什么比较？如果您要与关系数据库进行比较，那么关系数据库中的模式以及 Mongo 中的集合和文档的外观非常重要。当然，每个索引的索引方式。不同的选择会产生非常不同的性能结果，这与数据库引擎无关。

Mongo 中最简单也是最快的操作可能是查找由其id 检索到的微小文档，该文档始终被索引：db.collection.find({id: ...})。但是如果你真的想测量线性扫描，那么文档越小，扫描速度就越快。但实际上，这并不是很有用，因为它基本上只是衡量服务器从磁盘读取数据的速度。