我正在使用Python 3，带有mongodb 4.0的Pymongo和Ifxpy来查询Informix数据库。我的MongoDB数据库中有4个Collections：
一个用户有一个办公室，一个宠物和一辆汽车。因此，我在User集合的每个字段上都有3个引用。
我需要这样的东西：
John的用户和一个名为Mickey的Pet和一个型号为Tesla且状态为{{1}的汽车}。之后，我将把用户状态更新为inactive。我必须查询Office，但在此示例中不使用它。我为每个字段创建了索引：
active这是我的代码：
office.create_index([("code", pymongo.DESCENDING)], unique=True)
pet.create_index([("name", pymongo.DESCENDING)], unique=True)
car.create_index([("model", pymongo.DESCENDING)], unique=True)
user.create_index([("username", pymongo.DESCENDING)], unique=True)
user.create_index([("pet", pymongo.DESCENDING)])
user.create_index([("car", pymongo.DESCENDING)])
user.create_index([("status", pymongo.DESCENDING)])
如果我从循环中删除MongoDB代码，则需要1.33秒。如果我查询MongoDB，则需要47秒。我有2万个物品。我认为这真的很慢。
我尝试通过删除所有find_one并只设置一个来查看带有office_id = None
car_id = None
pet_id = None
ifx_connection = IfxPy.connect(ifx_param, "", "")
stmt = IfxPy.exec_immediate(ifx_connection, sql)
dictionary = IfxPy.fetch_assoc(stmt) # Get data key / value
start = time.time()
# Loop on informix data (20 000 items)
while dictionary != False:
# Trim all string in dict
dictionary = {k: v.strip() if isinstance(v, str) else v for k,v in dictionary.items()}
# Get office
office_code = dictionary['office_code']
existing_office = office.find_one({"code": office_code})
if bool(existing_office):
office_id = existing_office['_id']
# Get pet
existing_pet = pet.find_one({"name": dictionary['pet_name']})
if bool(existing_pet):
pet_id = existing_pet['_id']
# Get car
existing_car = car.find_one({"model": dictionary['car_model']})
if bool(existing_car):
car_id = existing_car['_id']
# Get user
existing_user = user.find_one({
"username": dictionary['username'],
"car": car_id,
"pet": pet_id,
"status" : "inactive"
})
if bool(existing_user):
# Change user status
user.update_one({'_id': existing_user['_id']}, {"$set": {"status" : "active"}}, upsert=False)
# Next row
dictionary = IfxPy.fetch_assoc(stmt)
的每个find_one的时间。而且，如果我只让Office find_one花费约12秒，而另一个则相同。如果我只让客户find_one，它也需要约12秒。所以〜12 * 4这就是为什么所有find_one都需要〜47秒的时间。
你能告诉我我在做什么错吗？
答案 0 :(得分：2)
要加快该算法的速度，您需要减少MongoDB查询的数量，这可以通过利用对数据的了解来完成。所以，如果你知道您只有几个不同的办公室，或者如果您可能某个时候（或者一遍又一遍地）查询所有办公室，那么您可能希望在循环外的一个初步步骤中加载所有办公室（!!!），并使用字典将其缓存，以在循环内进行快速查找，而无需其他数据库往返。宠物和汽车也一样。
因此，更准确地说，我会：
name / model / code + _id字段，以减少涉及的BSON处理量< / li>
name-> _id，model-> _id，code-> _id中