ऑपरेटर प्रदर्शन में मोंगो $

Question

क्या यह संभावनाओं की एक बड़ी श्रृंखला के साथ मोंगो डीबी में ऑपरेटर में $ $ का उपयोग करने के लिए धीमा/खराब रूप है?

posts.find({ 
    author : { 
     $in : ['friend1','friend2','friend3'....'friend40'] 
    } 
}) 

App इंजन, उदाहरण के लिए, यदि आप 30 से अधिक उपयोग करते हैं क्योंकि वे में सरणी में प्रति आइटम सीधे एक क्वेरी का अनुवाद है, और इसलिए बजाय आप fan out से निपटने के लिए उनकी विधि का उपयोग कर में मजबूर नहीं दूँगा। हालांकि यह शायद मोंगो में सबसे कुशल विधि है, इसके लिए कोड काफी जटिल है इसलिए मैं इस सामान्य विधि का उपयोग करना पसंद करूंगा।

क्या मोंगो इन आकारों को उचित आकार के डेटासेट के लिए कुशलतापूर्वक प्रश्नों में निष्पादित करेगा?

Answer 1

यह छोटी सूचियों के साथ काफी कुशल हो सकता है (कहने में मुश्किल है कि कम से कम, लेकिन कम से कम दसियों/सैकड़ों में) $ के लिए। यह ऐप-इंजन की तरह काम नहीं करता है क्योंकि मोंगोडब में वास्तविक बीटी इंडेक्स हैं और यह बड़ी संख्या में कॉलम स्टोर नहीं है।

इसमें $ के साथ मिलान करने वाले दस्तावेज़ों को ढूंढने के लिए इंडेक्स में चारों ओर छोड़ दिया जाएगा, या यदि उपयोग करने के लिए कोई अनुक्रमणिका नहीं है तो पूरे संग्रह के माध्यम से चलना होगा।

Answer 2

यदि आप सूची तत्व पर एक अनुक्रमणिका (sureIndex) बनाते हैं, तो यह बहुत तेज़ होना चाहिए।

क्या आपने व्याख्या() का उपयोग करने का प्रयास किया है? यह आपके प्रश्नों को प्रोफाइल करने का एक अच्छा, अंतर्निहित तरीका है: http://www.mongodb.org/display/DOCS/Indexing+Advice+and+FAQ#IndexingAdviceandFAQ-Use%7B%7Bexplain%7D%7D।

Answer 3

मान लिया जाये कि आप author मैदान पर सूचकांक बनाया है देखने के एल्गोरिथम बिंदु से,, $in आपरेशन के समय जटिलता है: $(N*log(M)), जहां N इनपुट सरणी की लंबाई है और M संग्रह का आकार है।

$in आपरेशन के समय जटिलता परिवर्तन नहीं होगा जब तक आप एक डेटाबेस को बदलने (हालांकि मुझे नहीं लगता कि किसी भी db O(N*log(M)) तोड़ सकते हैं)।

हालांकि, इंजीनियरिंग बिंदु से, N बड़ी संख्या में जाता है, तो बेहतर है कि आपके व्यवसाय तर्क सर्वर को $in ऑपरेशन को अनुकरण करने के लिए बेहतर है, या तो बैच या एक-एक करके।

यह केवल इसलिए है क्योंकि: डेटाबेस सर्वर में स्मृति व्यापार तर्क सर्वर में स्मृति से अधिक मूल्यवान है।