mongdb mysql geospatial 比较_MongoDB Vs MySQL – Benchmarks Re-Creating Typical CMS Functionality to Co...

我知道这是一个漫长的标题, 但我真正想用的只有一半…

因此，像其他人一样正在关注到最近的数据库技术的发展趋势,我已经听说过No-SQL ，因为它是基于JSON的格式，听说它很快且对普通开发者更为平易近人, 但我从来没有时间坐下来，真正调查的东西。然后我听到关于MongoDB的，特别是关于他们精湛的地理位置功能 –http://www.mongodb.org/display/DOCS/Geospatial+Indexing – 你可能已经知道，我是一个不会应付地理位置的人，所以当我听说，Foursquare 也已经使用在MongoDB时，我立刻上钩了。

因此，从哪里开始...？首先，我们需要一些地理数据， and where better to get that than from GeoNames – where you can download theallCountries.zip file (containing 7 Million+ records at over 200 MB), or simply grab the country-specific information for the country you reside.

我们需要的把数据导入到MySQL，不仅使我们可以比较接近搜索的速度，但也让我们可以学习如何从MySQL导出到MongoDB的，这真的是既灵活又一个宝贵的教训。

如果我们打算使用GeoNames的数据，我们必须首先创建一个表，使用下面的SQL(字段名称为下一阶段特别重要的)：

创建完geonames table，我们可以导入TXT文件内所载的数据， 我们只是从 GeoNames 下载通过使用 SQL 类似下面 (你如果需要更换的TXT文件的位置的，你只需要提取它从您下载的ZIP文件):

现在，我们应该在我们的数据库中有超过700万的地方(假设你勇敢地使用allCountries.txt文件，说实话，它可能太大对为下一阶段，当你在家里运行个人电脑的时候，会引发几个问题像是他干的，)。一旦你有你的MySQL数据库中的记录，不要忘记 “latitude” 和 “longitude”字段添加一个索引，为了之后给测试一个公平的机会。

在这个阶段，我们应该开始考虑获得MongoDB的设置，幸运的是，MongoDB的在线文档和普遍社区精神非常好。对于这种比较的目的，我们将使用MongoDB和PHP测试的结果，但在未来的“如何”，我也希望记录我对NodeJS的发现！

Let’s download MongoDB – http://www.mongodb.org/downloads – then run-through the getting-started guides –http://www.mongodb.org/display/DOCS/Quickstart. 我发现设置在PC和Mac同样容易。只需下载安装包，保存某处，创造必要的“数据”文件夹，然后运行两个建议控制台可执行文件的“mongod.exe”和“mongo.exe”如果三加三等于6，一切都正常工作！假设MongoDB的设置是一件轻而易举的，而你则有复制正确的能力也。dll (for windows)或 .so (for Mac)到正确的“扩展”文件夹中指定你的php.ini文件，并记录这里 – PHP Drivers for Mongo.

现在，我们准备到把MySQL数据导入MongoDB，但我要告诉你的方法不是大型数据集(应该使用导入功能)的首选方法， 这样教你最根本的MongoDB的功能，其中包括添加新的集合(表)和对象(记录)，而且还更新对象和检索对象， 所有php语法应该让php开发者很舒服。事实上，下面的代码提供一切你需要的，不仅从MySQL到MongoDB导入数据，也运行比较测试，看看每个数据库的运行有多快，并返回相同的结果。

开始之前，请注意从MySQL到MongoDB的所有700万条记录的是要采取一些时间，几个小时，如果不是整天(然后一些，尤其是使用这些方法)，因此，如果你正在做这个作为一种上手方式，并希望一些即时反馈，你真的应该考虑导入一个具体的国家。GeoNames的txt文件，或使用country_code和(或)限制变量迁移一部分MySQL数据到MongoDB。

无论哪种方式，尽管使用，改善和评论，以下所需的代码(作为提醒，这不是最好方式，用来导入大型数据集到MongoDB，但已经完成，所以这种方式容易理解基础):

几件事情要记住运行前或后，检查结果比较，是否你还记得MySQL索引添加到您的latitude和longitudes，更不用说你是否添加你的MongoDB的地理空间的索引，要做这些, 你需要使用Mongo控制台的以下命令(我知道令人讨厌 - 有一些图形用户界面，但是这比它看起来要容易得多):

一些其他有用的控制台指令包括dropping databases:

默认下, 打开Mongo Console启动“test” database, 转换到 geonames 只需简单输入:

总之，MongoDB是快速的。在搜索65411条记录/对象 (我只导入了马来西亚的地理，为了节省时间和学习部分), and 只显示那些 100 KM 半径, 把结果限制在 10, 按距离最近的排第一个, 输出到页面， 使用0.23555 seconds for MySQL, 同样的查询使用 0.00152 seconds with MongoDB – 有几次, 甚至到达了0.00095! 考虑到这只是单用户查询.对MySQL最大的问题，我最初寻求替代品的原因是同一时间只有一个用户可以访问数据库,并发查询被添加到队列中，需要等待轮到自己. 在MongoDB, 这不是问题, 所以真的，真相是，没有他们之间的比较! 之后我们会运行一些并发测试, 以及运行相同的查询使用完整的700万记录集…

但我们如何导入所有的700万+的记录，并执行这些测试…?

不使用上面的方法！我多次尝试几种不同的方式导入所有700万条记录，我能找到的最快最可靠的方法是，首先导出MySQL为CSV的格式。我几次试图从控制台使用mysqldump的，但永远无法得到正确的格式。不管你信不信, 最友好的方法是export from phpMyAdmin in CSV for MS Excel format (第一行是字段名) 因为这样能够之后利用mongoimport的功能.然而，每当我试图导出全部集合，我遇到了问题。我最终做的是，每次导出为CSV的一百万记录。

一旦你拥有所有8个 CSV文件，然后可以导入到MongoDB的使用下面的控制台命令：:

做每一部分，并记住这必须从一个标准的终端控制台，而不是从MongoDB的控制台，这是我的第一个错误! 我们所有的700万加记录到数据库后，我们将需要添加在latlng / LOC field，它们尚不存在并且MongoDB地理空间索引需要它们。 要完成这个, 我所发现的最快的方法是JS query, 你首先需要创建一个新的 JavaScript 包含以下内容:

然后我们需要 查询 MongoDB 使用这个 JS file, 这可能是我最喜欢的MongoDB 功能，并可以使用的语法，如从一个普通的终端(而不是MongoDB的控制台)执行:

一旦我们有了place, 我们可以加到Geo-Spatial Index (from the Mongo Console) by typing:

结果是惊人的:

使用MySQL和寻找距离下令最近10位置查询780万条记录的平均165秒！与MongoDB的，相同的查询只用了0.02秒!

除此之外，接下来会发生什么…?