来自RDBMS的背景，我总是在“尽可能努力地使用一个查询，假设它有效”，这意味着对于您对数据库的每个请求都是昂贵的。当谈到MongoDB时，似乎这可能是不可能的，因为你不能连接表。
我知道它不应该是关系型的，但它们也会推动它用于博客，论坛以及我发现RDBMS更容易接近的目的。
我曾试图了解MongoDB或NoSQL的效率。如果我想获得与某些用户相关的所有“帖子”（就像它们被分组一样）......使用MySQL我可能会做一些连接并得到它。
在MongoDB中，假设我需要将这些集合分开，使用大的$ in是否有效：['user1'，'user2'，'user3'，'user4'，...]？
一段时间后，这种方法会变慢吗？如果我包含1000个用户？ 如果我需要获得与用户X，Y，Z相关的帖子列表，那么使用MongoDB可以有效和/或快速地执行：
一个请求的2个查询。在NoSQL中这是不好的做法吗？
答案 0 :(得分：35)
回答关于$ in ....的问题。
我使用以下方案进行了一些性能测试：
集合中约有2400万个文档 根据密钥（索引）查找100万个这些文档 使用.NET的CSharp驱动程序
结果：
一次查询1个，单线程：109s
一次查询1个，多线程：48s
使用$ in一次查询100K，单线程= 20s
使用$ in，multi threaded = 9s
使用大的$ in（限制为最大查询大小）显着提高性能。
更新的 继下面的评论关于$ in使用不同的块大小执行（查询多线程）：
一次查询10个（100000批次）= 8.8s
一次查询100个（10000批次）= 4.32s
一次查询1000个（1000批次）= 4.31s
一次查询10000个（100批次）= 8.4s
一次查询100000（10批）= 9s（每个原始结果）
因此，对于批量加入$ in子句的数量与往返次数相比，确实存在一个最佳点