我正在使用Twitter实时流API来保持特定曲目的活跃计数。例如，我想跟踪'apple'，'orange'和'pear'被推文的次数。我正在使用Mongo来存储推文数据，但我有一个问题是如何最好地获取我所关注的每个曲目的计数。
我将每秒运行一次此查询以获得每个曲目的接近实时计数，因此我需要确保以正确的方式执行此操作：
选项1
针对特定曲目运行计数查询
db.tweets.count({track: 'apple'})
考虑到推文数据库将保存大量数据（可能是数百万），我想知道这可能有点慢吗？
选项2
每次收到新推文时，创建第二个集合'track_count'并更新'count'属性：
{track:'apple', count:0}
{track:'orange', count:0}
{track:'pear', count:0}
然后当有新的推文出现时：
db.track_count.update( { track:"apple" }, { $inc: { count : 1 } } );
然后我可以为每个曲目保留最新的计数，但这意味着两次写入数据库，一次用于推文，再次增加曲目计数。记住，每秒钟可能会有相当数量（数十个，也许数百个）的推文。
有没有人对这方面的最佳方法有任何建议？
答案 0 :(得分：3)
毫无疑问，请使用单独的track_count集合来保持匹配数量的总计。否则，您将每秒重新查询整个tweets集合，随着数据量的增长，这将变得非常缓慢和昂贵。
不要担心两次写入数据库，一次存储推文，然后再次增加计数器。 MongoDB中的写入速度非常快，即使在单个非群集Mongo实例上，此解决方案也可以扩展到每秒数千条推文。
答案 1 :(得分：1)
有没有人对这方面的最佳方法有任何建议？
这里没有“最好”的方法。这是一个经典的权衡。你可以做“计数器”，你可以慢慢查询，你可以运行常规的map-reduce作业。
通常建议使用计数器。 MongoDB在处理大型写入负载方面往往非常擅长，特别是这种“增量”或计数器负载。
除非你牺牲一些东西，否则你的速度不会提高。磁盘，RAM，CPU。因此，您必须根据自己的需要选择权衡。
旁注：是唯一的曲目名称？
您可能需要尝试以下操作：
{_id:'orange', count:0}
{_id:'pear', count:0}
或按日计算：
{_id:'orange_20110528', count:0}
{_id:'orange_20110529', count:0}
{_id:'pear_20110529', count:0}