MongDB優化

MongDB優化

​ MongoDB 是高性能資料，但是在使用的過程中，大家偶爾還會碰到一些性能問題。MongoDB和其它關系型資料庫相比，例如 SQL Server 、MySQL 、Oracle 相比來說，相對較新，很多人對其不是很熟悉，是以很多開發、DBA往往是注重功能的實作，而忽視了性能的要求。其實，MongoDB和 SQL Server 、MySQL 、Oracle 一樣，一個 資料庫對象的設計調整、索引的建立、語句的優化，都會對性能産生巨大的影響。

為充分挖掘MongoDB性能，簡單列舉以下Mongodb優化方式：

1. 文檔中的_id鍵推薦使用預設值，禁止向_id中儲存自定義的值。

   ​解讀： MongoDB文檔中都會有一個“_id”鍵，預設是個ObjectID對象（辨別符中包含時間戳、機器ID、程序ID和計數器）。MongoDB在指定_id與不指定_id插入時 速度相差很大，指定_id會減慢插入的速率。

   ​

2. 推薦使用短字段名。

   解讀：與關系型資料庫不同，MongoDB集合中的每一個文檔都需要存儲字段名，長字段名會需要更多的存儲空間。

1. MongoDB索引可以提高文檔的查詢、更新、删除、排序操作，是以結合業務需求，适當建立索引。
2. 每個索引都會占用一些空間，并且導緻插入操作的資源消耗，是以，建議每個集合的索引數盡量控制在5個以内。

3. 對于包含多個鍵的查詢，建立包含這些鍵的複合索引是個不錯的解決方案。複合索引的鍵值順序很重要，了解索引最左字首原則。

   解讀：例如在test集合上建立組合索引{a:1,b:1,c:1}。執行以下7個查詢語句：

   db.test.find({a:”hello”}) // 1

   db.test.find({b:”sogo”, a:”hello”}) // 2

   db.test.find({a:”hello”,b:”sogo”, c:”666”}) // 3

   db.test.find({c:”666”, a:”hello”}) // 4

   db.test.find({b:”sogo”, c:”666”}) // 5

   db.test.find({b:”sogo” }) // 6

   db.test.find({c:”666”}) // 7

   以上查詢語句可能走索引的是1、2、3、4

   查詢應包含最左索引字段，以索引建立順序為準，與查詢字段順序無關。

   最少索引覆寫最多查詢。

1. TTL 索引（time-to-live index，具有生命周期的索引），使用TTL索引可以将逾時時間的文檔老化，一個文檔到達老化的程度之後就會被删除。

   解讀：建立TTL的索引必須是日期類型。TTL索引是一種單字段索引，不能是複合索引。TTL删除文檔背景線程每60s移除失效文檔。不支援定長集合。

1. 需要在集合中某字段建立索引，但集合中大量的文檔不包含此鍵值時，建議建立稀疏索引。

   解讀：索引預設是密集型的，這意味着，即使文檔的索引字段缺失，在索引中也存在着一個對應關系。在稀疏索引中，隻有包含了索引鍵值的文檔才會出現。

1. 建立文本索引時字段指定text，而不是1或者-1。每個集合隻有一個文本索引，但是它可以為任意多個字段建立索引。

   解讀：文本搜尋速度快很多，推薦使用文本索引替代對集合文檔的多字段的低效查詢。

1. 使用findOne在資料庫中查詢比對多個項目，它就會在自然排序檔案集合中傳回第一個項目。如果需要傳回多個文檔，則使用find方法。

2. 如果查詢無需傳回整個文檔或隻是用來判斷鍵值是否存在，可以通過投影（映射）來限制傳回字段，減少網絡流量和用戶端的記憶體使用。

   解讀：既可以通過設定{key:1}來顯式指定傳回的字段，也可以設定{key:0}指定需要排除的字段。

1. 除了字首樣式查詢，正規表達式查詢不能使用索引，執行的時間比大多數選擇器更長，應節制性地使用它們。
2. 批量插入（batchInsert）可以減少資料向伺服器的送出次數，提高性能。但是批量送出的BSON Size不超過48MB。
3. 禁止一次取出太多的資料進行排序，MongoDB目前支援對32M以内的結果集進行排序。如果需要排序，請盡量限制結果集中的資料量。