关于mongodb的耗时问题

问题描述

查询代码：

console.time(’计时器1’)collection.count({}, function(err, count) { collection.find({}, { limit: num, skip: (data.page – 1) * num }).sort({ time: -1 }).toArray(function(err, list) { mongoDb.close(); var page = {} page[“count”] = count page[“limitNum”] = num callback(null, list, page) console.timeEnd(’计时器1’) }) });

上图，这是我再window下监控到的mongo耗时时间

下图是我再linux下面的耗时时间

为什么同样的查询代码会相差差不多3倍之大？我的数据量就只有67条而已

问题解答

回答1：

找到原因了，是因为设置了账号密码的原因，我看每次请求mongo都会去验证账号密码，导致时间用的很长，去掉就下降到30ms左右了

回答2：

是否可以考虑打印出在2个不同OS的MongoDB查询的时候的执行计划，比较一下两边的执行计划。

回答3：

你的linux系统是32位还是64位的

mongodb查询速度慢是什么原因

您好，排除方式一：是不是因为有子文档的原因？找一个没有任何合同记录的文档查询，发现结果依旧，没有明显的改善；排除方式二：没有创建索引？在搜索列ID上创建索引，结果依旧；排除方式三：是不是文档数量过大？一万多行只是小数目，没理由，mongodb管理上千万的文档都是没有问题的，于时还是决定试一试，将记录全部删除，插入一条记录然后查询，结果依旧；排除方式四：是不是由于客户端序列化的问题？由于我存储的是自定义的对象，不是默认的Document，所以决定尝试直接存储Document,Document就两个字段，获取速度还是需要180ms。排除方式五：是否由于客户机器是32位，而mongodb服务是64？将程序放在64位机器上测试，问题依旧。

Servers=IP:27017;ConnectTimeout=30000;ConnectionLifetime=300000;MinimumPoolSize=8;MaximumPoolSize=256;Pooled=true 我一看到这个参考字符串，第一印象是，我的写法和它不一样(string connectionString = “mongodb://localhost”; )，然后发现有两个重要的参数： 1:ConnectionLifetime=300000,从字面意思来看，是说连接的生命周期，而它的数值设置如此大，显然说明此连接不会被立即关闭，这和sql server的做法有所区别； 2ooled=true,从字面意思来看，应该是有连接池的概念。分析：从上面的连接参数来看，我之前所理解的连接，就是客户端与服务端之间的连接，它需要在使用完之后马上关闭，即客户端与服务端不在有tcp连接。但我没有很好的理解连接池的作用。连接池实际上从存储很多个已经和服务端建立tcp连接的connection,在它的生命周期内一直保持和服务端的连接，生命周期过后会变成失效连接等待回收。

重新修改连接字符串再进行测试，问题解决，只有第一次请求时，由于需要创建tcp连接，性能会受影响，后面的请求，因为有连接池的存在，性能得到成倍提高。

如何提高mongodb查询速度

有索引非常快，数据量几百万都是小意思索引这个东西大家不会陌生，只要接触到稍微大一点的数据，都会用到这东西，它可以提升查询的速度，相当代价就是占用了更多的存储空间，这也是正常的，符合“能量守恒定理”，哈哈！今天说的是MongoDB里的索引，在我进行对500万数据进行查询测试时，发现如果你的查询字段不加索引，那是相当恐怖的，一个简单的查询（单字段）要耗时30多秒，这种操作，基本可以认为服务器挂了，哈哈！当为字段加了索引之后，查询速度为ms级，100毫秒以内的速度真是把经兴奋坏了，呵呵！建立索引 db.tableName.ensureIndex({“fieldName”,1|-1})对于为500万的数据加索引相当需要占用一点点时间了，不是马上响应的，这也会正常，呵呵！当加完索引后，你可以通过MongoVUE这种可视化工具对它进行查看，或者直接用命令db.tableName.getIndexes()也可以在选中数据库background后，我们可以看到它的集合数据和集合索引分别占用的空间当为表（集合，collection)加上索引后，我们的WEB页面测试一下可以看到，页面响应在ms级，非常快！对于单表查询来说，MongoDB在添加了索引后，执行的速度和稳定性确实是可以信赖的，在进行复杂计算时，MongoDB也为我们提供了MapReduce功能，在以后的文章中也会单独讲它！