MySQL 与 MongoDB 1000 次读取

Question

我对 MongoDb 感到非常兴奋，并且最近一直在测试它。我在 MySQL 中有一个名为 posts 的表，其中包含大约 2000 万条记录，仅在名为“id”的字段上建立索引。

我想比较 MongoDB 的速度，我运行了一个测试，该测试将从我们庞大的数据库中随机获取并打印 15 条记录。我对 mysql 和 MongoDB 分别运行了大约 1,000 次查询，令我惊讶的是我没有注意到速度上有很大差异。也许 MongoDB 快 1.1 倍。这非常令人失望。我做错了什么吗？我知道我的测试并不完美，但在读取密集型任务方面，MySQL 与 MongoDb 相当。

注:

• 我有双核 +(2 个线程)i7 cpu 和 4GB 内存
• 我在 MySQL 上有 20 个分区，每个分区有 100 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 的示例代码

<?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 并不是神奇地更快。如果您存储相同的数据，以基本相同的方式组织，并以完全相同的方式访问它，那么您真的不应该期望结果会有很大的不同。毕竟，MySQL 和 MongoDB 都是 GPL，所以如果 Mongo 中有一些神奇的更好的 IO 代码，那么 MySQL 团队就可以将其合并到他们的代码库中。

人们看到真实世界的 MongoDB 性能很大程度上是因为 MongoDB 允许您以对您的工作负载更敏感的不同方式进行查询。

例如，考虑一种以规范化方式保留有关复杂实体的大量信息的设计。这可以轻松地使用 MySQL(或任何关系数据库)中的数十个表以正常形式存储数据，并需要许多索引来确保表之间的关系完整性。

现在考虑文档存储的相同设计。如果所有这些相关表都从属于主表(而且通常都是)，那么您也许能够对数据进行建模，以便将整个实体存储在单个文档中。在 MongoDB 中，您可以将其存储为单个集合中的单个文档。这就是 MongoDB 开始实现卓越性能的地方。

在 MongoDB 中，要检索整个实体，您必须执行:

• 对集合进行一次索引查找(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 1 个 IO。

在具有 20 个表的 MySQL 中，您必须执行:

• 根表上的一次索引查找(同样，假设实体是通过 ID 获取的)
• 使用聚集索引，我们可以假设根行的值位于索引中
• 对实体的 pk 值进行 20 多次范围查找(希望在索引上)
• 这些可能不是聚集索引，因此一旦我们找出适当的子行是什么，就会进行相同的 20 多次数据查找。

因此，即使假设所有索引都在内存中(这更困难，因为索引数量多了 20 倍)，mysql 的总数约为 20 次范围查找。

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，并且实体的同一表中同一范围内的不同行可能不连续(取决于实体已更新等)。

因此，对于此示例，与 MongoDB 相比，MySQL 每次逻辑访问的最终统计结果大约是 IO 的20 倍。

这就是 MongoDB 在某些用例中提高性能的方式。