MySQL vs MongoDB 1000读取

Question

我对MongoDb感到非常兴奋，并且最近对其进行了测试。我在MySQL中有一个名为posts的表，其中大约2000万条记录仅在名为“
id”的字段上建立索引。

我想将速度与MongoDB进行比较，然后运行了一个测试，该测试将从我们的大型数据库中随机获取并打印15条记录。我为mysql和MongoDB分别运行了约1,000次查询，但我很惊讶我没有注意到速度上的很大差异。也许MongoDB快1.1倍。真令人失望。我做错什么了吗？我知道我的测试并不完美，但是在阅读繁琐的杂物方面，MySQL与MongoDb相当。

注意：

• 我有双核+（2个线程）i7 cpu和4GB ram
• 我在MySQL上有20个分区，每个分区有1百万条记录

用于测试MongoDB的示例代码

<?php
function microtime_float()
{
    list($usec, $sec) = explode(" ", microtime());
    return ((float)$usec + (float)$sec);
}
$time_taken = 0;
$tries = 100;
// connect
$time_start = microtime_float();

for($i=1;$i<=$tries;$i++)
{
    $m = new Mongo();
    $db = $m->swalif;
    $cursor = $db->posts->find(array('id' => array('$in' => get_15_random_numbers())));
    foreach ($cursor as $obj)
    {
        //echo $obj["thread_title"] . "<br><Br>";
    }
}

$time_end = microtime_float();
$time_taken = $time_taken + ($time_end - $time_start);
echo $time_taken;

function get_15_random_numbers()
{
    $numbers = array();
    for($i=1;$i<=15;$i++)
    {
        $numbers[] = mt_rand(1, 20000000) ;

    }
    return $numbers;
}

?>

测试MySQL的样例代码

<?php
function microtime_float()
{
    list($usec, $sec) = explode(" ", microtime());
    return ((float)$usec + (float)$sec);
}
$BASE_PATH = "../src/";
include_once($BASE_PATH  . "classes/forumdb.php");

$time_taken = 0;
$tries = 100;
$time_start = microtime_float();
for($i=1;$i<=$tries;$i++)
{
    $db = new AQLDatabase();
    $sql = "select * from posts_really_big where id in (".implode(',',get_15_random_numbers()).")";
    $result = $db->executeSQL($sql);
    while ($row = mysql_fetch_array($result) )
    {
        //echo $row["thread_title"] . "<br><Br>";
    }
}
$time_end = microtime_float();
$time_taken = $time_taken + ($time_end - $time_start);
echo $time_taken;

function get_15_random_numbers()
{
    $numbers = array();
    for($i=1;$i<=15;$i++)
    {
        $numbers[] = mt_rand(1, 20000000);

    }
    return $numbers;
}
?>

Answer 1

MongoDB并不是神奇的更快。如果您以相同的方式存储相同的数据，并以完全相同的方式对其进行访问，那么您真的不应该期望结果会大相径庭。毕竟，MySQL和MongoDB都是GPL，因此，如果Mongo中包含一些神奇的更好的IO代码，则MySQL团队可以将其合并到他们的代码库中。

人们看到现实世界中的MongoDB性能主要是因为MongoDB允许您以更适合您的工作负载的不同方式查询。

例如，考虑一种设计，该设计以规范化方式保留了有关复杂实体的许多信息。这可以轻松地使用MySQL（或任何关系数据库）中的数十个表以标准形式存储数据，并需要许多索引来确保表之间的关系完整性。

现在考虑与文档存储相同的设计。如果所有这些相关表都从属于主表（并且经常属于主表），那么您也许可以对数据建模，以便将整个实体存储在单个文档中。在MongoDB中，您可以将其作为单个文档存储在单个集合中。这是MongoDB开始提供卓越性能的地方。

在MongoDB中，要检索整个实体，您必须执行：

• 在集合上进行一次索引查找（假设通过id获取实体）
• 检索一个数据库页面的内容（实际的二进制json文档）

因此，进行b树查找，并读取二进制页面。Log（n）+ 1个IO 如果索引可以完全驻留在内存中，则为1 IO。

在具有20个表的MySQL中，您必须执行：

• 在根表上进行一次索引查找（同样，假设该实体是通过id获取的）
• 对于聚集索引，我们可以假设根行的值在索引中
• 实体pk值的20多次范围查找（希望在索引上）
• 这些可能不是聚集索引，因此一旦我们确定了合适的子行是什么，就进行了20多个相同的数据查找。

因此，即使假设所有索引都在内存中（这比较困难，因为它们的数量是20倍），mysql的总数也大约为20个范围查找。

这些范围查找可能由随机IO组成-不同的表肯定会驻留在磁盘上的不同位置，并且同一实体在同一表的同一范围内的不同行可能不连续（取决于该实体的状态）更新等）。

因此，对于此示例，与MongoDB相比，每个逻辑访问的最终IO数比MySQL多 20倍 。

这是MongoDB 在某些用例中 可以提高性能的方式。