Code
2023-12-22 07:00:02

MySQL vs MongoDB 1000读取

我对MongoDb非常兴奋，最近一直在测试它。我在MySQL中有一个叫posts的表，大约有2000万条记录，索引只在一个名为“id”的字段上。

我想与MongoDB比较速度，我运行了一个测试，从我们巨大的数据库中随机获取并打印15条记录。我为mysql和MongoDB分别运行了大约1000次查询，我很惊讶我没有注意到速度上有很大的差异。也许MongoDB快1.1倍。这太令人失望了。我做错什么了吗?我知道我的测试并不完美，但当涉及到读取密集的杂务时，MySQL与MongoDb不相上下。

注意:

我有双核+(2线程)i7 cpu和4GB ram 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;
}
?>

当前回答

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您的结果有很大的不同。毕竟，MySQL和MongoDB都是GPL，所以如果MongoDB有一些神奇的更好的IO代码，那么MySQL团队就可以把它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允许您以一种对您的工作负载更敏感的不同方式进行查询。

例如，考虑一个设计，它以规范化的方式保存了关于一个复杂实体的大量信息。这可以很容易地使用MySQL(或任何关系db)中的数十个表来以正常形式存储数据，需要许多索引来确保表之间的关系完整性。

现在考虑相同的文档存储设计。如果所有这些相关的表都从属于主表(通常是这样)，那么您就可以对数据进行建模，使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文档，在单个集合中。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，你必须执行:

对集合进行一次索引查找(假设实体是通过id获取的) 检索一个数据库页面的内容(实际的二进制json文档)

b-树查找，二叉页读取。Log(n) + 1个IOs。如果索引可以完全驻留在内存中，则为1 IO。

在有20个表的MySQL中，你必须执行:

根表上的一次索引查找(同样，假设实体是通过id获取的) 对于聚集索引，我们可以假设根行的值在索引中 对实体的pk值进行20+范围查找(希望是在索引上) 这些可能不是聚集索引，因此一旦我们确定了适当的子行是什么，就需要进行相同的20+数据查找。

所以对于mysql，即使假设所有索引都在内存中(这很难，因为索引的数量是内存的20倍)，也需要大约20次范围查找。

这些范围查找很可能由随机IO组成——不同的表肯定位于磁盘上的不同位置，对于同一个实体，同一表中相同范围中的不同行可能不是连续的(取决于实体是如何更新的，等等)。

因此，对于这个例子，与MongoDB相比，MySQL的每次逻辑访问的IO数量是MongoDB的20倍。

这就是MongoDB在某些用例中提高性能的原因。

2012-03-14 14:06:32

其他回答

答案是你基本上是在测试PHP而不是数据库。

不要费心迭代结果，不管是否注释掉打印结果。还有很多时间。

   foreach ($cursor as $obj)
    {
        //echo $obj["thread_title"] . "<br><Br>";
    }

而另一部分则是花在一堆兰特数字上。

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

    }
    return $numbers;
}

然后有一个主要的区别b/w内爆和在。

最后是这里发生了什么。看起来像是每次都创建一个连接，因此它测试连接时间加上查询时间。

$m = new Mongo();

vs 

$db = new AQLDatabase();

因此，对于去除jazz的底层查询，您的101%的速度可能会提高1000%。

呃。

2014-01-02 08:13:09

https://github.com/reoxey/benchmark

基准

MySQL和MongoDB在GOLANG1.6和PHP5中的速度比较

用于基准测试的系统:DELL cpu i5第四代1.70Ghz * 4 ram 4GB GPU ram 2GB

RDBMS与NoSQL的INSERT, SELECT, UPDATE, DELETE执行不同数量的行10,100,1000,10000,100000,1000000的速度比较

用于执行的语言是:PHP5 &谷歌最快的语言GO 1.6

________________________________________________
GOLANG with MySQL (engine = MyISAM)
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
            INSERT
------------------------------------------------
num of rows             time taken
------------------------------------------------
10                      1.195444ms
100                     6.075053ms
1000                    47.439699ms
10000                   483.999809ms
100000                  4.707089053s
1000000                 49.067407174s


            SELECT
------------------------------------------------
num of rows             time taken
------------------------------------------------
1000000                 872.709µs


        SELECT & DISPLAY
------------------------------------------------
num of rows             time taken
------------------------------------------------
1000000                 20.717354746s


            UPDATE
------------------------------------------------
num of rows             time taken
------------------------------------------------
1000000                 2.309209968s
100000                  257.411502ms
10000                   26.73954ms
1000                    3.483926ms
100                     915.17µs
10                      650.166µs


            DELETE
------------------------------------------------
num of rows             time taken
------------------------------------------------
1000000                 6.065949ms
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^


________________________________________________
GOLANG with MongoDB
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
            INSERT
------------------------------------------------
num of rows             time taken
------------------------------------------------
10                      2.067094ms
100                     8.841597ms
1000                    106.491732ms
10000                   998.225023ms
100000                  8.98172825s
1000000                 1m 29.63203158s


            SELECT
------------------------------------------------
num of rows             time taken
------------------------------------------------
1000000                 5.251337439s


        FIND & DISPLAY (with index declared)
------------------------------------------------
num of rows             time taken
------------------------------------------------
1000000                 21.540603252s


            UPDATE
------------------------------------------------
num of rows             time taken
------------------------------------------------
1                       1.330954ms
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^

________________________________________________
PHP5 with MySQL (engine = MyISAM)
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
            INSERT
------------------------------------------------
num of rows             time taken
------------------------------------------------
 10                     0.0040680000000001s
 100                    0.011595s
 1000                   0.049718s
 10000                  0.457164s
 100000                 4s
 1000000                42s


            SELECT
------------------------------------------------
num of rows             time taken
------------------------------------------------
 1000000                <1s


            SELECT & DISPLAY
------------------------------------------------
num of rows             time taken
------------------------------------------------
  1000000               20s
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^

________________________________________________
PHP5 with MongoDB 
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
            INSERT
------------------------------------------------
num of rows             time taken
------------------------------------------------
10                      0.065744s
100                     0.190966s
1000                    0.2163s
10000                   1s
100000                  8s
1000000                 78s


            FIND
------------------------------------------------
num of rows             time taken
------------------------------------------------
1000000                 <1s


            FIND & DISPLAY
------------------------------------------------
num of rows             time taken
------------------------------------------------
1000000                 7s


            UPDATE
------------------------------------------------
num of rows             time taken
------------------------------------------------
1000000                 9s
2016-06-06 09:54:29

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您的结果有很大的不同。毕竟，MySQL和MongoDB都是GPL，所以如果MongoDB有一些神奇的更好的IO代码，那么MySQL团队就可以把它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允许您以一种对您的工作负载更敏感的不同方式进行查询。

例如，考虑一个设计，它以规范化的方式保存了关于一个复杂实体的大量信息。这可以很容易地使用MySQL(或任何关系db)中的数十个表来以正常形式存储数据，需要许多索引来确保表之间的关系完整性。

现在考虑相同的文档存储设计。如果所有这些相关的表都从属于主表(通常是这样)，那么您就可以对数据进行建模，使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文档，在单个集合中。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，你必须执行:

对集合进行一次索引查找(假设实体是通过id获取的) 检索一个数据库页面的内容(实际的二进制json文档)

b-树查找，二叉页读取。Log(n) + 1个IOs。如果索引可以完全驻留在内存中，则为1 IO。

在有20个表的MySQL中，你必须执行:

根表上的一次索引查找(同样，假设实体是通过id获取的) 对于聚集索引，我们可以假设根行的值在索引中 对实体的pk值进行20+范围查找(希望是在索引上) 这些可能不是聚集索引，因此一旦我们确定了适当的子行是什么，就需要进行相同的20+数据查找。

所以对于mysql，即使假设所有索引都在内存中(这很难，因为索引的数量是内存的20倍)，也需要大约20次范围查找。

这些范围查找很可能由随机IO组成——不同的表肯定位于磁盘上的不同位置，对于同一个实体，同一表中相同范围中的不同行可能不是连续的(取决于实体是如何更新的，等等)。

因此，对于这个例子，与MongoDB相比，MySQL的每次逻辑访问的IO数量是MongoDB的20倍。

这就是MongoDB在某些用例中提高性能的原因。

2012-03-14 14:06:32

来自MongoDB官方网站

观察这两个系统的一些高级查询行为，我们可以看到MySQL在选择大量记录时速度更快，而MongoDB在插入或更新大量记录时速度明显更快。

参考

2022-06-16 21:38:58

老实说，即使MongoDB更慢，MongoDB肯定会让我和你的代码更快....不需要担心愚蠢的表列，行或实体迁移…

使用MongoDB，您只需实例化一个类并保存!

2020-10-04 14:13:03

推荐文章

aliyun

最新文章

标签

2024 code 京ICP备15047053号-1