超级会员免费看
面对1800万条不断增长的数据，文章介绍了如何优化MongoDB的count查询，从7.9s降至8-15ms。通过添加特定的复合索引{'height': 1, 'userid': 1}，并使用CountDocuments结合强制索引使用，显著提升了查询效率。进一步优化，使用EstimatedDocumentCount达到毫秒级速度。"
86026086,8291725,Python 推导式详解,"['python', '基础', '编程技巧']
数据 1800万 数据一直增加中
优化前 耗时：7.9s(未加索引，查询时CPU飞了)
filter = bson.D{
{"userid", userid}, {"height", height}}
Txs, err := c.Mgo.Collection(m.UserTxs).Find(context.Background(), filter, opts)
sCount, err := c.Mgo.Collection(m.UserTxs).CountDocuments(context.Background(), filter)
优化后 耗时： 8-15ms (这里毫秒) 添加索引（这里添加对当前条件索引）
索引
{
"height" : 1,
"userid" : 1
}
sCount, err := c.Mgo.Collection(m.UserTxs).CountDocuments(context.Background(), filter)
//这里使用CountDocuments 函数时可根据查询条件 指定强制使用某个索引
optCount := new(options.CountOptions
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
