MongoDB简单查询与复杂查询性能对比

最新推荐文章于 2024-04-08 15:43:06 发布
最新推荐文章于 2024-04-08 15:43:06 发布
阅读量3.3k 收藏
点赞数
分类专栏： mongodb 文章标签： mongodb
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u010205879/article/details/50848305
版权
本文探讨了MongoDB 3.2.1在Linux服务器上的查询性能。通过对比简单查询（针对_id主键）与复杂查询（使用$in操作符）的平均执行时间，结果显示简单查询平均用时0.73ms，而复杂查询为27.26ms，性能差距约为36倍。
摘要由CSDN通过智能技术生成

MongoDB服务器信息

  • mongodb版本：3.2.1
  • 服务器操作系统Linux 2.6.32-358.el6.x86_64
  • CPU 双核 Intel(R) Xeon(R) CPU E5-2680 0 @ 2.70GHz

索引信息

[
    {
        "v" : 1,
        "key" : {
            "_id" : 1
        },
        "name" : "_id_",
        "ns" : "larvel.Feeds"
    },
    {
        "v" :
最低0.47元/天 解锁文章
meng-xiang
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
mongodb查询速度慢是什么原因？
weixin_34168880的博客
12-22 923
mongodb查询速度慢是什么原因？ 通过mongodb客户端samus代码研究解决问题 最近有项目需要用到mongodb，于是在网上下载了mongodb的源码，根据示例写了测试代码，但发现一个非常奇怪的问题：插入记录的速度比获取数据的速度还要快，而且最重要的问题是获取数据的速度无法让人接受。 测试场景：主文档存储人员基本信息，子...
硬卷 NoSQL 数据库系列（十四）：MongoDB 查询聚合性能优化
民工哥的博客
05-19 736
点关注公众号，回复“1024”获取2TB学习资源！前面介绍了复制集、分片技术、集群部署与管理维护、备份与恢复、状态检测与性能追踪、客户端工具、日志分析工具等相关的知识点。今天我将详细的为大家介绍 MongoDB 查询聚合优化的相关知识，希望大家能够从中收获多多！如有帮助，请点在看、转发支持一波！！！在MongoDB中通过查询聚合语句分析定位慢查询/聚合分析。更多关于 MongoDB 数据库的学习文...
Mongodb亿级数据量的性能测试
weixin_33708432的博客
03-02 6133
进行了一下Mongodb亿级数据量的性能测试，分别测试如下几个项目： （所有插入都是单线程进行，所有读取都是多线程进行） 1） 普通插入性能 （插入的数据每条大约在1KB左右） 2） 批量插入性能 （使用的是官方C#客户端的InsertBatch），这个测的是批量插入性能能有多少提高 3） 安全插入功能 （确保插入成功，使用的是SafeMode.True开关），这个测的是安全插入性能会...
MongoDB批量操作及与MySQL效率对比
热门推荐
风树种子的专栏
10-23 2万+
本文主要通过批量与非批量对比操作的方式介绍MongoDB的bulkWrite()方法的使用。顺带与关系型数据库MySQL进行对比，比较这两种不同类型数据库的效率。如果只是想学习bulkWrite()的使用的看第一部分就行。 测试环境：win7旗舰版、16G内存、i3处理器、MongoDB3.0.2、mysql5.0 一、MongoDB批量操作 MongoDB对数
MongoDB应用场景及选型（海量数据存储选型）
西京刀客
07-23 5786
MongoDB应用场景及选型 设计实践中，要基于需求、业务驱动架构，无论选用 DB/NoSQL, 一定是以需求为导向，最终数据存储方案必然是各种权衡的综合性设计。
比较 MongoDB 与 MySQL 以及性能测试
liuyx1031的博客
05-26 3250
另外还有一点需要注意的是，在本案例中，数据总量由百万级别到千万级别再到亿级别的变化过程中，对于查询性能的影响都不是很大，但对于查询数据量的数倍增长却十分敏感，所以在考量数据库查询性能的时候，也要重点考量应用的单次查询量的需求。2）当每次查询数据量在5000条时，表中数据总量为千万级别时，MongoDB在50线程并发情况下查询性能不及Mysql 的一半，100线程并发情况查询性能都很差，平均响应时间在4500ms左右，表中数据总量为亿级别时，在50个及以上的并发情况下，MongoDB和Mysql性能都较差。
从MySQL和MongoDB的对比，看SQL与NoSQL的较量
weixin_34278190的博客
11-14 347
行情系统提供的接口通过Redis获取数据，目前使用Redis最多只存储了大概8000条左右的分钟k的行情数据，考虑到将来可能会有更大数据量的查询需求，需要查询几月甚至几年的行情数据，要求数据库在提供功能的同时又能保证性能和稳定性。Redis通常只用做较小数据量的内存数据库，而传统关系数据库又有一定的查询性能瓶颈，所以考虑调研一下其它的NoSQL数据库。一、为什么调研MongoDB？图1-1是DB-...
数据库mongodb效率测试
PerryHsu的博客
11-17 5634
序言 工作中,遇到单机高并发,大数据量的数据存储场景,mysql显得有些吃力,mongodb具有高并发(1k稳定),大数据量存储的特点.想要引入,故针对mongo的基础CRUD性能,做测试验证. 这里针对大数据量的插入和查询,分别测试mongodb和mysql的效率( 插入/查询 多次测试,取平均值,得到测试耗时 测试类型 次数 mongodb mysql 结果 插入 1w 500ms 1100ms 插入效率,mongodb快一倍 插入 10w 1800ms 3700ms 插入效率,m
如何选择最佳数据库：MongoDB、PostgreSQL或ScyllaDB？
06-05 1276
分片是自动执行的，可以随着数据的增长进行无缝扩展。在研究和基准测试这些数据库时，很明显，不同数据库中的许多规格和功能都具有特定的应用。首先，我们建立了一个环境来复制我们的数据采集流程，但我们进行了激进的测试。查询语言：MongoDB使用自定义的查询语言MongoDB Query Language（MQL），受SQL的启发，但有一些差异以匹配面向文档的数据模型。去年，我们面临着将我们的实时机器学习（ML）环境和分析仪表板升级以支持数据吞吐量的大幅增长的挑战，因为我们成功地将客户数据库和数据量扩大了10倍。
五种数据库特性对比(Redis/Mysql/SQLite/ES/MongoDB)
mijichui2153的博客
03-10 1万+
一、Redis： redis是一个key-value存储系统。和Memcached类似，它支持存储的value类型相对更多，包括string(字符串)、list(链表)、set(集合)、zset(sorted set --有序集合)和hash（哈希类型）。这些数据类型都支持push/pop（推进/弹出）、add/remove（添加/删除）及取交集并集和差集及更丰富的操作，而且这些操作都是原子性的...
mongo-查询（2）——比较/$in/$nin/$or/$not
weixin_30436101的博客
11-11 263
mongo通find来查找文档。可以执行精确匹配和模糊匹配。 2. 模糊匹配 2.1比较 > $gt , >= $gte, < $lt, <= $lte, != $ne > db.tianyc02.find(){ "_id" : ObjectId("50ea6eba12729d90ce6e3423"), "name" : "xttt", "age...
性能测试：SequoiaDB vs. MongoDB vs. Cassandra vs. HBase
peter_cloud的专栏
09-25 8125
摘要：NoSQL通过弱化一部分关系型数据库特性（如一致性和关系模型）来提升其可扩展性及高可用性，弥补了关系型数据库在很多互联网类应用中的不足。因此，不同的NoSQL有着不同的杀手级应用，这里我们通过基准测试摸索。 【编者按】在《先锋》系列的 事务、高性能，王涛谈打造超越MongoDB的NoSQL一文中，我们与王涛浅谈了高性能，拥有事务的SequoiaDB打造经验。应读者需求，从数据上解读
NoSQL性能测试：MongoDB VS SequoiaDB
大数据技术研究
09-08 2525
【IT168 评测】作为NoSQL的一个重要类型，文档型NoSQL通常被认为是最接近传统关系型数据库的NoSQL。文档型NoSQL的核心是数据嵌套，这种设计可以从某种程度上大大简化传统数据库复杂的关联问题。同时由于摆脱了关系模型里面的强一致性限制，文档型NoSQL还可以做到水平扩张与高可用。相比其他的NoSQL类型，文档型NoSQL的应用范围要广泛的多。 　　常见的文档型NoSQL包括Mongo
MongoDB vs MySQL，哪个更快？
最新发布
m0_73735578的博客
04-08 2010
本文主要是为了介绍bulkWrite()方法的使用，也就是MongoDB的批量写操作，通过实验可以看出MongoDB使用bulkWrite()方法进行大量数据的写操作比使用常规的方法进行写操作效率要高很多。文章也介绍了mysql几种写操作下批量和非批量的对比，可以看出他们批处理方式比非批处理快点，但没有MongoDB那么明显。对于MongoDB与mysql的比较，批量操作下，MongoDB插入、删除、更新都比mysql快，非批量操作下，MongoDB插入、删除、更新都比mysql慢。
Mysql和MongoDB性能对比及应用场景分析
地球空间
12-03 9010
一、前言 为什么调研MongoDB？   下图是DB-Engines2017年8月数据库的排名统计，可以看到MongoDB总排名在第5，在Nosql数据库中排名第1。 优点： 1）社区活跃，用户较多，应用广泛。 2）MongoDB在内存充足的情况下数据都放入内存且有完整的索引支持，查询效率较高。 3）MongoDB的分片机制，支持海量数据的存储和扩展。 缺点： 1）不支持事务 2）不支持join、复杂查询 初步调研下来，MongoDB具备我们需要的特性，而缺点不影响我们的应用场景，故接下来我们就开
MongoDB-查询语句中$exists以及结合$ne、$nin、$nor、$not使用介绍
专注测试领域知识分享和技能提升
07-22 7749
今天来学习在mongodb中的一些其他查询语句的用法，主要包含以下内容:1、$exists:查询是否存在某个字段因为mongodb是非关系型数据库，因此，每条记录可能包含的字段都不一样，不同的数据之间可能存在一些字段没有写入值，想要筛选某个字段是否存在的时候，就可以使用$exists去进行筛选。比如：筛选user表中存在age字段的记录：db.getCollection(...
MongoDB查询性能分析
YHJ
06-12 3325
explain()方法能够提供大量与查询相关的信息。对于速度比较慢的查询来说，它是最重要的性能分析工具之一。通过查看一个查询的explain()输出信息，可以知道查询使用了哪个索引，以及是如何使用的。对于任意查询，都可以在最后添加一个explain()调用（与调用sort()或者limit()一样，不过explain()必须放在最后）。 最常见的explain()输出有两种类型：使用索引的查询和没有使用索引的查询。其输出的信息可能如下： “millis”表明了这个查询的执行时间。数字...
MongoDB vs MySQL vs Hive
strive for the best 的博客
06-29 783
mysql 是关系型数据库优点：缺点：不是关系型，属于文档型数据库，文档（多个键值对有序存放）是基础单元，类似于关系模型的行。 存储方式： 虚拟内存+持久化。 架构特点：可以通过副本集、分片实现高可用。 适合场景：事件的记录，内容管理或者博客平台等等。 数据处理：数据是存储在硬盘上的，只不过需要经常读取的数据会被加载到内存中，将数据存储在物理内存中，从而达到高速读写。优点缺点： 不支持事务。hive首先明确并不是一个数据库，而是数据仓库。 Hive 不适合用于联机事务处理 (OLTP)，也不提供实时查询功能
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值