前言

數據庫性能對軟件整體性能有著至關重要的影響，本文給大家分享了一次MongoDB數據庫查詢性能提高40倍的經歷，感興趣的朋友們可以參考學習。

背景說明

1、數據庫：MongoDB

2、數據集：

• A：字段數不定，這里主要用到的兩個UID和Date
• B：三個字段，UID、Date、Actions。其中Actions字段是包含260元素JSON數組，每個JSON對象有6個字段。共有數據800萬條左右。

3、業務場景：求平均數

• 通過組合條件從A數據表查詢出（UID，Date）列表，最多可能包含數萬條記錄；
• 然后用第1步的結果從B中查詢出對應的數據
• 用第2步結果去Actions的某個固定位置的元素的進行計算

進化過程

在這里使用Python演示

最直接想到的方法

根據上面的業務場景描述，最容易想到的解決方法就是

from pymongo import MongoClient
# 連接數據庫
db = MongoClient('mongodb://127.0.0.1:27017')['my_db']

# 簡化的查詢數據集A的條件
filter = {...}
# 查詢Collection A
a_cursor = db.a.find(_filter)
a_docs = [x for x in a_cursor]

# 變量的初始定義
count = 0
total = 0
# 加入需要用到的元素為第21個
index = 20
# 查詢Collection B，同時做累加
for a_doc in a _docs:
 b_doc = db.b.find_one({'uid':a_doc['uid'], 'date': a_doc['date']})
 # 只有能查到相應的結果時，才可以
 if b_doc is not None:
 total += b_doc['actions'][20]['number']
 count += 1

 # 求平均數
 if count > 0 :
 avg = total/count