mongo中使用limit()方法来读取指定数量的数据,使用skip()方法来跳过指定数量的数据。但skip时是一条条遍历过来的,在数据量较大时,skip性能堪忧。慢的根本原因在于:“索引所依赖的b+结构不能用于排名计算”。
在某些需要遍历全表分段取数据的场景,我们可以暂存一个_id,通过yield的方式来访问mongo集合,规避skip的使用。
# 迭代方式访问mongo
def find_iter(collcetion, limit=100, spec={}):
min_id = list(collcetion.find(spec).sort('_id', 1).limit(1))[0]['_id']
max_id = list(collcetion.find(spec).sort('_id', -1).limit(1)