Question

我有一个简单的集合：

{
    "_id" : ObjectId("5033cc15f31e20b76ca842c8"),
    "_class" : "com.pandu.model.alarm.Alarm",
    "serverName" : "CDCAWR009 Integration Service",
    "serverAddress" : "cdcawr009.na.convergys.com",
    "triggered" : ISODate("2012-01-28T05:09:03Z"),
    "componentName" : "IntegrationService",
    "summary" : "A device which is configured to be recorded is not being recorded.",
    "details" : "Extension<153; 40049> on CDCAWR009 is currently not being recorded
    properly; recording requested for the following reasons: ",
    "priority" : "Major"
}

集合中将有大约数百万个此类文档。我试图按服务器名称分组并获取所有服务器名称的计数。从RDBMS查询的角度来看听起来很简单。

The query that I have come up with is 
    db.alarm.group( {key: { serverName:true }, reduce: function(obj,prev) { prev.count++ }, initial: { count: 0 }});

另外，我在serverName上添加了一个索引。

> db.alarm.getIndexes()
[
        {
                "v" : 1,
                "key" : {
                        "_id" : 1
                },
                "ns" : "test.alarm",
                "name" : "_id_"
        },
        {
                "v" : 1,
                "key" : {
                        "serverName" : 1
                },
                "ns" : "test.alarm",
                "name" : "serverName_1"
        }
]

然而，我在13秒后得到mongodb的回应。而在sql server中，类似的查询在4秒内返回，没有索引。

我有什么遗失的吗？

感谢您的期待。

Answer 1

从您编写的查询中可以看出，2.0中的这种聚合类型要求您运行Map / Reduce。 MongoDB上的Map / Reduce有一些性能损失已经在SO before上得到了解决 - 基本上除非你能够跨群集并行化，你将通过Spidermonkey运行单线程javascript - 而不是一个快速的命题。由于您没有选择性，索引并没有真正帮助 - 您只需要扫描整个索引以及可能的文档。

随着即将发布的2.2（目前在编写本文时目前处于rc1），你有一些选择。 2.2中引入的aggregation framework（本机的，而不是基于JS的Map / Reduce）具有内置的group operator，专门用于加速MongoDB中的这种操作。

我建议给2.2打一针，看看你的分组表现是否有所改善。我认为它看起来像这样（注意：未经测试）：

db.alarm.aggregate(
    { $group : {
        _id : "$serverName",
        count : { $sum : 1 }
    }}
);

Answer 2

另一种选择，也许是目前性能最佳的解决方案，可能是使用distinct（）命令并计算客户端的结果。 http://www.mongodb.org/display/DOCS/Aggregation#Aggregation-Distinct

mongodb groupby在添加索引后甚至变慢

2 个答案: