大數據庫中的MongoDB計數非常慢

Question

我有一個數據庫，其中包含大量文檔（數百萬個）。 在這個數據庫中，我（除其他外）具有字段_VIOLATIONTYPE（int）和_DURATION（int）。 現在，我想計算_VIOLATIONTYPE為15或更少和_DURATION為10或更少的文檔的數量。 為此，我執行以下Python腳本：

#!/usr/bin/env python
import pymongo
import timeit


client = pymongo.MongoClient('localhost', 27017)
database = client['bgp_route_leaks']

collection = database['valleys']

collection.ensure_index('_VIOLATIONTYPE', unique=False)
collection.ensure_index('_DURATION', unique=False)

start = timeit.default_timer()

cursor = collection.find({'$and': [{'_VIOLATIONTYPE': {'$lt': 16}}, {'_DURATION': {'$lt': 10}}]}, {'_DURATION': 1, '_id': 0})

print('Explain: {}'.format(cursor.explain()))
print('Count: {}'.format(cursor.count()))
print('Time: {}'.format(timeit.default_timer() - start))

打印輸出：

Explain: {u'nYields': 4, u'nscannedAllPlans': 6244545, u'allPlans': [{u'cursor': u'BtreeCursor _VIOLATIONTYPE_1', u'indexBounds': {u'_VIOLATIONTYPE': [[-1.7976931348623157e+308, 16]]}, u'nscannedObjects': 124, u'nscanned': 124, u'n': 34}, {u'cursor': u'BtreeCursor _DURATION_1', u'indexBounds': {u'_DURATION': [[-1.7976931348623157e+308, 10]]}, u'nscannedObjects': 6244298, u'nscanned': 6244298, u'n': 5678070}, {u'cursor': u'BasicCursor', u'indexBounds': {}, u'nscannedObjects': 123, u'nscanned': 123, u'n': 36}], u'millis': 30815, u'nChunkSkips': 0, u'server': u'area51:27017', u'n': 5678107, u'cursor': u'BtreeCursor _DURATION_1', u'scanAndOrder': False, u'indexBounds': {u'_DURATION': [[-1.7976931348623157e+308, 10]]}, u'nscannedObjectsAllPlans': 6244545, u'isMultiKey': False, u'indexOnly': True, u'nscanned': 6244298, u'nscannedObjects': 6244298}
Count: 5678107
Time: 52.4030768871

運行此命令時，我還在另一個窗口中執行了db.currentOp（），該窗口返回了

{
        "inprog" : [
                {
                        "opid" : 15,
                        "active" : true,
                        "secs_running" : 4,
                        "op" : "query",
                        "ns" : "bgp_route_leaks.valleys",
                        "query" : {
                                "$query" : {
                                        "$and" : [
                                                {
                                                        "_VIOLATIONTYPE" : {
                                                                "$lt" : 16
                                                        }
                                                },
                                                {
                                                        "_DURATION" : {
                                                                "$lt" : 10
                                                        }
                                                }
                                        ]
                                },
                                "$explain" : true
                        },
                        "client" : "127.0.0.1:46819",
                        "desc" : "conn1",
                        "threadId" : "0x7fd69b31c700",
                        "connectionId" : 1,
                        "locks" : {
                                "^" : "r",
                                "^bgp_route_leaks" : "R"
                        },
                        "waitingForLock" : false,
                        "numYields" : 5,
                        "lockStats" : {
                                "timeLockedMicros" : {
                                        "r" : NumberLong(8816104),
                                        "w" : NumberLong(0)
                                },
                                "timeAcquiringMicros" : {
                                        "r" : NumberLong(4408723),
                                        "w" : NumberLong(0)
                                }
                        }
                }
        ]
}

現在，我讀到慢速MongoDB查詢的最常見來源是缺少索引。 但是，我已經確保_VIOLATIONTYPE和_DURATION都具有索引，並且說明告訴我u'indexOnly'：是。 我還閱讀了NUMA架構可能會減慢速度，並且我應該通過以下命令啟動服務

sudo numactl --interleave=all /usr/bin/mongod --dbpath=/var/lib/mongodb
(/proc/sys/vm/zone_reclaim_mode is already set to 0)

我知道已經完成了，但是此計數仍然需要大約一分鍾，而其他時間甚至需要更長的時間，因此我想知道如何做才能使查詢更快。

運行

db.runCommand({compact: 'bgp_route_leaks'})

在mongo shell中也沒有嘗試過運氣。

關於如何更快獲得計數的任何建議？

MongoDB版本是2.4.9。

Answer 1

如果查看您的explain輸出，將會看到使用_VIOLATIONTYPE的查詢僅掃描124個對象，而使用_DURATION的查詢正在掃描6244545對象。

盡管MongoDB 2.6+可以使用索引交集 ，但是復合索引始終會更快。

您需要在這些字段上創建復合索引：

collection.create_index([("_VIOLATIONTYPE", ASCENDING),("_DURATION", ASCENDING)]);

編輯

在2.4版中，MongoDB的性能得到了顯着提高（ JIRA-1752 ）。

另外，值得注意的是， explain命令正在顯示查詢而不是計數命令的詳細信息。

不幸的是，你不能使用explain上的count命令，但有一個售票開通針對這個問題。

要僅測量count命令的性能，您可能應該從測試中刪除explain 。 此外，您需要多次重復查詢（100x，1000x ...），並取平均值以獲得正確的值。