MongoDB聚合查询与MySQL SELECT字段1 FROM表

debugcn 发表于 Dev

约翰

我对MongoDB完全陌生，想比较NoSQL数据模型相对于其关系数据库计数器部分的查询性能。我把它写进了MongoDB shell

// Make 10 businesses
// Each business has 10 locations
// Each location has 10 departments
// Each department has 10 teams
// Each team has 100 employees
(new Array(10)).fill(0).forEach(_=>
    db.businesses.insert({
        "name":"Business Name",
        "locations":(new Array(10)).fill(0).map(_=>({
            "name":"Office Location",
            "departments":(new Array(10)).fill(0).map(_=>({
                "name":"Department",
                "teams":(new Array(10)).fill(0).map(_=>({
                    "name":"Team Name",
                    "employees":(new Array(100)).fill(0).map(_=>({
                        "age":Math.floor(Math.random()*100)
                    }))
                }))
            }))
        }))
    })
);

然后，我EXPLAIN SELECT age,name,(and a few other fields) FROM employees WHERE age >= 50 ORDER BY age DESC通过编写以下语句尝试了MySQL的等效功能：

db.businesses.aggregate([
    { $unwind: "$locations" },
    { $unwind: "$locations.departments" },
    { $unwind: "$locations.departments.teams" },
    { $unwind: "$locations.departments.teams.employees" },
    { $project: { _id: 0, age: "$locations.departments.teams.employees.age" } },
    { $match: { "age": { $gte: 50 }} },
    { $sort: {"age" : -1}}
]).explain("executionStats")

结果是：

“，” errmsg“：”排序超出了内存限制，为104857600字节，但未选择加入外部排序。中止操作。传递allowDiskUse：true来选择加入。“，

所以我删除了sort子句并尝试获取一个explain。但是结果是：

TypeError：db.businesses.aggregate（...）。explain不是函数

所以我的问题是：

首先，我想知道SELECT age FROM employees WHERE age >= 50 ORDER BY age DESC与MongoDB的聚合查询计数器部分相比的性能差异。差不多一样吗？一个会比另一个更快或更有效吗？
另外，如何修复MongoDB查询，以便获得性能详细信息以与MySQL查询计数器部分进行比较？

巴斯·莫斯基蒂

员工是单一实体；因此，您可能不想age在部门，位置和团队的丰富结构中对团队成员进行如此深入的建模。拥有一个单独的employees集合，只需执行以下操作就可以了：

db.businesses.aggregate([
{$match: {"age": {$gt: 50} }}
,{$sort: {"age": -1} }
]);

在您的businesses收藏中，您可以拥有：

{ teams: [ {name: "T1", employees: [ "E1", "E34" ]} ] }

或者，尝试以下操作：

db.businesses.aggregate([ your pipeline] ,{allowDiskUse:true});

OP的设置为10个业务-> 10个位置-> 10个部门-> 10个团队-> 100个雇员。前三个展开会产生10000倍的数据爆炸，但最后一个则超出100倍。我们可以使用$filter以下方法减少点击量：

db.businesses.aggregate([
{ $unwind: "$locations" },
{ $unwind: "$locations.departments" },
{ $unwind: "$locations.departments.teams" },

{$project: {
        XX: {$filter: {
                    input: "$locations.departments.teams.employees",
                    as: "z",
                    cond: {$gte: [ "$$z.age", 50] }
            }}
    }}
,{$unwind: "$XX"}
,{$sort: {"XX.age":-1}}])

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。