MongoDB 提升性能的18原则（开发设计阶段）

mongodb 是高性能数据，但是在使用的过程中，大家偶尔还会碰到一些性能问题。mongodb和其它关系型数据库相比，例如 sql server 、mysql 、oracle 相比来说，相对较新，很多人对其不是很熟悉，所以很多开发、dba往往是注重功能的实现，而忽视了性能的要求。其实，mongodb和 sql server 、mysql 、oracle 一样，一个 数据库对象的设计调整、索引的创建、语句的优化，都会对性能产生巨大的影响。

为了充分挖掘mongodb性能，现简单总计了以下18条，欢迎大家一起来持续总结完善。

 

（1）  文档中的_id键推荐使用默认值，禁止向_id中保存自定义的值。

    解读：mongodb文档中都会有一个“_id”键，默认是个objectid对象（标识符中包含时间戳、机器id、进程id和计数器）。mongodb在指定_id与不指定_id插入时      速度相差很大，指定_id会减慢插入的速率。

 

（2）  推荐使用短字段名。

           解读：与关系型数据库不同，mongodb集合中的每一个文档都需要存储字段名，长字段名会需要更多的存储空间。

 

（3）  mongodb索引可以提高文档的查询、更新、删除、排序操作，所以结合业务需求，适当创建索引。

 

（4）  每个索引都会占用一些空间，并且导致插入操作的资源消耗，因此，建议每个集合的索引数尽量控制在5个以内。

 

（5）  对于包含多个键的查询，创建包含这些键的复合索引是个不错的解决方案。复合索引的键值顺序很重要，理解索引最左前缀原则。

 

解读：例如在test集合上创建组合索引{a:1,b:1,c:1}。执行以下7个查询语句：

1. db.test.find({a:”hello”})
2. db.test.find({b:”sogo”, a:”hello”})
3. db.test.find({a:”hello”,b:”sogo”, c:”666”})
4. db.test.find({c:”666”, a:”hello”})
5. db.test.find({b:”sogo”, c:”666”})
6. db.test.find({b:”sogo” })
7. db.test.find({c:”666”})

• 以上查询语句可能走索引的是1、2、3、4
• 查询应包含最左索引字段，以索引创建顺序为准，与查询字段顺序无关。
•  最少索引覆盖最多查询。

 

（6） ttl 索引（time-to-live index，具有生命周期的索引），使用ttl索引可以将超时时间的文档老化，一个文档到达老化的程度之后就会被删除。

解读：创建ttl的索引必须是日期类型。ttl索引是一种单字段索引，不能是复合索引。ttl删除文档后台线程每60s移除失效文档。不支持定长集合。

 

（7） 需要在集合中某字段创建索引，但集合中大量的文档不包含此键值时，建议创建稀疏索引。

解读：索引默认是密集型的，这意味着，即使文档的索引字段缺失，在索引中也存在着一个对应关系。在稀疏索引中，只有包含了索引键值的文档才会出现。

 

（8）  创建文本索引时字段指定text，而不是1或者-1。每个集合只有一个文本索引，但是它可以为任意多个字段建立索引。

解读：文本搜索速度快很多，推荐使用文本索引替代对集合文档的多字段的低效查询。

 

（9）  使用findone在数据库中查询匹配多个项目，它就会在自然排序文件集合中返回第一个项目。如果需要返回多个文档，则使用find方法。

 

（10） 如果查询无需返回整个文档或只是用来判断键值是否存在，可以通过投影（映射）来限制返回字段，减少网络流量和客户端的内存使用。

解读：既可以通过设置{key:1}来显式指定返回的字段，也可以设置{key:0}指定需要排除的字段。

 

（11）  除了前缀样式查询，正则表达式查询不能使用索引，执行的时间比大多数选择器更长，应节制性地使用它们。

 

（12） 在聚合运算中，$match 要在 $ group前面，通过 $match 前置，可以减少$ group 操作符要处理的文档数量。

 

（13） 通过操作符对文档进行修改，通常可以获得更好的性能，因为，不需要往返服务器来获取并修改文档数据，可以在序列化和传输数据上花费更少的时间。

 

（14） 批量插入（batchinsert）可以减少数据向服务器的提交次数，提高性能。但是批量提交的bson size不超过48mb。

 

（15） 禁止一次取出太多的数据进行排序，mongodb目前支持对32m以内的结果集进行排序。如果需要排序，请尽量限制结果集中的数据量。

 

（16） 查询中的某些$操作符可能会导致性能低下，如$ne，$not，$exists，$nin，$or，尽量在业务中不要使用。

a)   $exist:因为松散的文档结构导致查询必须遍历每一个文档；

b)   $ne:如果当取反的值为大多数，则会扫描整个索引；

c)   $not:可能会导致查询优化器不知道应当使用哪个索引，所以会经常退化为全表扫描；

d)   $nin:全表扫描；

e)   $or:有多个条件就会查询多少次，最后合并结果集，应该考虑装换为$in。

 

（17） 固定集合可以用于记录日志，其插入数据更快，可以实现在插入数据时，淘汰最早的数据。需求分析和设计时，可考虑此特性，即提高了性能，有省去了删除动作。

     解读：固定集合需要显式创建，指定size的大小，还能够指定文档的数量。集合不管先达到哪一个限制，之后插入的新文档都会把最老的文档移出。

 

（18） 集合中文档的数据量会影响查询性能，为保持适量，需要定期归档。

 

本文版权归作者所有，未经作者同意不得转载,谢谢配合！！！