数据库Redis和MongoDB性能不同
发布时间：2022-01-04 16:29:19 所属栏目：大数据 来源：互联网
导读：题目其实并不太准确，因为数据库并不会提供分页、排名等功能，提供的只是数据的存取，分页排名这些都是我们基于数据库的实用案例而已。然而无论是Redis还是MongoDB,通常都有一些常规的做分页和排名的方法。本文就通过一些测试数据来向大家介绍Redis和MongoDB
|
题目其实并不太准确，因为数据库并不会提供分页、排名等功能，提供的只是数据的存取，分页排名这些都是我们基于数据库的实用案例而已。然而无论是Redis还是MongoDB,通常都有一些常规的做分页和排名的方法。本文就通过一些测试数据来向大家介绍Redis和MongoDB（以及传统关系型数据库）在这方面的性能差别。 分页 首先我们来做一个分页，在MongoDB中示例数据如下所未： db.scores.find（）； {lid: ObjectId（"4fe506dabb2bfa742d000001"）， score: 1, name: 'user_1'} {lid: ObjectId（"4fe506dabb2bfa742d000001"）， score: 2, name: 'user_2'} {lid: ObjectId（"4fe506dabb2bfa742d000001"）， score: 3, name: 'user_3'} {lid: ObjectId（"4fe506dabb2bfa742d000001"）， score: 4, name: 'user_4'} 其中lid字段用于区分不同的纬度，主要用在筛选上，在测试collection中，一共有五个不同的lid值，每一个对应1,200,000条数据，一共6,000,000条数据。索引在lid 和 score上。（下面的查询能使用到索引） 然后我们进行下面的性能测试： collection = Mongo::Connection.new.db（'test'）。collection（'scores'） Benchmark.bmbm do |x| x.report（"mongo small"） do 100.times do |i| collection.find（{:lid => lids.sample}, {:fields => {:_id => false, :score => true, :user => true}}）。sort（{:score => -1}）。limit（20）。skip（i * 20）。to_a end end x.report（"mongo medium"） do 100.times do |i| collection.find（{:lid => lids.sample}, {:fields => {:_id => false, :score => true, :user => true}}）。sort（{:score => -1}）。limit（20）。skip（i * 1000）。to_a end end x.report（"mongo large"） do 100.times do |i| collection.find（{:lid => lids.sample}, {:fields => {:_id => false, :score => true, :user => true}}）。sort（{:score => -1}）。limit（20）。skip（i * 10000）。to_a end end end 上面分别对skip条数比较小，中等大小和非常大三种情况进行了测试。而limit指定获取的数据都一样是20条。这三种情况下的测试结果分别是：0.6 秒， 17 秒，173 秒。 我们可以看到，对MongoDB来说，skip的大小严重影响性能，应该严格避免特别大的skip操作。 下面我们将类似的数据用Redis的Sorted Sets进行存储。并进行相应的性能测试： Redis = Redis.new（：driver => :hiRedis） Benchmark.bmbm do |x| x.report（"Redis small"） do 100.times do |i| start = i * 20 Redis.zrevrange（lids.sample, start, start + 20, :with_scores => true） end end x.report（"Redis medium"） do 100.times do |i| start = i * 1000 Redis.zrevrange（lids.sample, start, start + 20, :with_scores => true） end end x.report（"Redis large"） do 100.times do |i| start = i * 10000 Redis.zrevrange（lids.sample, start, start + 20, :with_scores => true） end end 这里skip的值和上面MongoDB中是一样的，那么Redis的表现如何呢。这三种情况下的测试结果分别是：0.028 秒， 0.025 秒， 0.028 秒。 采用类似于MongoDB的数据结构存储在PostgreSQL中并进行相同的测试，其结果比MongoDB还要差一点。具体结果如下： mongo small 0.6 mongo medium 17 mongo large 173 Redis small 0.028 Redis medium 0.025 Redis large 0.028 pg small 1 pg medium 122 pg large 650 排名 排名功能与分页功能类似，不同的是排名是通过计算大于某个值的条数来做的。 比如： //sql select count（*） from scores where lid = $1 and score > $2 //mongo db.scores.find（{lid: lid, score: {$gt: score}}）。count（） 由于排名和分页实现原理上类似，所以结果实际上差不多。测试结果如下： mongo top rank 1.155847 mongo average 22.291007 Redis top rank 0.169442 Redis average 0.162205 pg top rank 0.714144 pg average 21.771570 结论 上面做了对比，那么本文要说一个什么问题呢？ 首先，在MongoDB中，尽量避免进行比较大的skip操作，比如在分页中，如果你能知道需要获取数据的上一条score是多少，那么可能能够用下面的方法来获取你要的数据，而不是通过一次很大的skip操作。 db.scores.find（{lid: lid, score: {$lt: last_score}}）。sort（{score: -1}）。limit（20） 另外，如果你需要进行比较大的skip操作或者count比较大的数量，那么可以考虑采用Redis的Sorted Sets来做。 （编辑：济源站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
