私は60万のドキュメントを含むコレクションを持っています。ほとんどのドキュメントは次のように構成されています。
{
"_id" : ObjectId("53d86ef920ba274d5e4c8683"),
"checksum" : "2856caa9490e5c92aedde91330964488",
"content" : "<!DOCTYPE html PUBLIC \"-//W3C//DTD XHTML 1.0 Transitional//EN\" \"http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd\">\r\n<html xmlns=\"http://www.w3.org/1999/xhtml\" xml:lang=\"bn-bd\" lang=\"bn-bd\" dir=\"ltr\" " />\n <link rel=\"stylesheet\" href=\"/templates/beez_20/css/position.css\" type=\"text/css\" media=\"screen,projection\ef=\"/index.php/bn/contact-bangla/2013-0</body>\r\n</html>",
"date" : ISODate("2014-07-29T15:57:11.886Z"),
"filtered_content" : "",
"indexed" : true,
"category": 'raw',
"link_extracted" : 1,
"parsed" : true,
"title" : "Constituency 249_10th_En",
"url" : "http://www.somesite.com.bd/index.php/bn/bangla/2014-03-23-11-45-04?layout=edit&id=2143"
}
すべてのドキュメントには、日付属性があります。以下のクエリを作成すると、結果を表示するのに無期限の遅延が発生します。
from pymongo import Connection
import datetime
con = Connection()
db = con.spider
pages = db.pages
today = datetime.datetime.combine( datetime.date.today(), datetime.datetime.min.time() )
c = pages.find({ u'category': 'news', u'date': {u'$gt': today } }, {u'title': 1, '_id': 0} )
for item in c:
print item
インデックスは、
_id, url, parsed
このクエリのパフォーマンスを許容可能な時間に制限して改善するにはどうすればよいですか?確かな答え、提案は大歓迎です!
それは上のインデックスを追加するように見えるcategory
とdate
役立つだろう。
pages.createIndex({'date': 1, 'category': 1});
pymongoでは、インデックスの作成は次のようになります。
keys = [
("date", pymongo.ASCENDING),
("category", pymongo.ASCENDING)
]
pages.create_index(keys)
あなたが興味を持っている可能性が最も高いオプションは次のとおりです。
name: custom name to use for this index - if none is given, a name will be generated
unique: if True creates a unique constraint on the index
ただし、日付/カテゴリが一意になるとは思いません。インデックスに名前を付けるのは良い習慣のようです。
この記事はインターネットから収集されたものであり、転載の際にはソースを示してください。
侵害の場合は、連絡してください[email protected]
コメントを追加