MongoDB 操作手冊CRUD 查詢效能分析，mongodbcrud

MongoDB 操作手冊CRUD 查詢效能分析，mongodbcrud
分析查詢效能explain() cursor方法允許觀察查詢系統執行的操作。這個方法對於分析高效查詢和決定如何使用索引進行查詢是十分有用的。這個方法檢測的是查詢的操作，而不是查詢執行時間。因為這個方法嘗試多個查詢計劃，它並不能準確的反映出查詢執行時間。
評估一個查詢的效能使用explain()方法，調用find()返回的指標的該方法即可。
例：
在type欄位建立索引
db.testData.ensureIndex({'type':1});
評估一個在type欄位上的查詢。
db.testData.find({type:'food'}).explain()
結果如下：
{
"cursor" : "BtreeCursor type_1",
"isMultiKey" : false,
"n" : 3,
"nscannedObjects" : 3,
"nscanned" : 3,
"nscannedObjectsAllPlans" : 3,
"nscannedAllPlans" : 3,
"scanAndOrder" : false,
"indexOnly" : false,
"nYields" : 1,
"nChunkSkips" : 0,
"millis" : 64,
"indexBounds" : {
"type" : [
[
"food",
"food"
]
]
},
"server" : "TT:27017",
"filterSet" : false
}
cursor值為BtreeCursor表名查詢使用了索引。
查詢返回n=3條記錄。
為了返回這五條記錄，查詢掃描了nscanned=3條記錄，然後讀到了nscannedObjects=3條完整的記錄，如果沒有索引，將掃描所有記錄。
比較索引查詢效能手動比較一個使用多個欄位的查詢，可以聯合使用hint()和explain()方法。
例：評估使用不同欄位的索引
db.testData.find({type:'food'}).hint({type:1}).explain();
結果：
{
"cursor" : "BtreeCursor type_1",
"isMultiKey" : false,
"n" : 3,
"nscannedObjects" : 3,
"nscanned" : 3,
"nscannedObjectsAllPlans" : 3,
"nscannedAllPlans" : 3,
"scanAndOrder" : false,
"indexOnly" : false,
"nYields" : 0,
"nChunkSkips" : 0,
"millis" : 40,
"indexBounds" : {
"type" : [
[
"food",
"food"
]
]
},
"server" : "TT:27017",
"filterSet" : false
}
db.testData.find( { type: 'food' } ).hint( { type: 1, name: 1 } ).explain();
//這句話執行不成功，待解決
這些返回的統計結果忽略了使用各自的索引的執行的查詢。
注意：如果不適用hint()執行explain()方法，查詢最佳化工具將重新評估查詢，並且在返回查詢統計之前運行多索引查詢。
更詳細的explain輸出，查看explain-results。
XP會不會比98更加充分的發揮硬體的性可以，從而使遊戲運行更順暢？

作為服役十餘年的系統，它已經迎來了自己的歸宿。現在，全世界的網友不禁為這一頑強存在於microsoft十餘載的系統肅然起敬。只有不斷地探索、嘗試、創新，才能使系統運行更人性化。這一點，是XP無法與7和8.1相媲美的。
 
為何MongoDB可以替代MySQL？

MongoDB是一個面向文檔的資料庫，目前由10gen開發並維護，它的功能豐富，齊全，完全可以替代MySQL。在使用MongoDB做產品原型的過程中，我們總結了MonogDB的一些亮點：使用JSON風格文法，易於掌握和理解：MongoDB使用JSON的變種BSON作為內部儲存的格式和文法。針對MongoDB的操作都使用JSON風格文法，用戶端提交或接收的資料都使用JSON形式來展現。相對於SQL來說，更加直觀，容易理解和掌握。Schema-less，支援嵌入子文檔：MongoDB是一個Schema-free的文檔資料庫。一個資料庫可以有多個Collection，每個Collection是Documents的集合。Collection和Document和傳統資料庫的Table和Row並不對等。無需事先定義Collection，隨時可以建立。Collection中可以包含具有不同schema的文檔記錄。 這意味著，你上一條記錄中的文檔有3個屬性，而下一條記錄的文檔可以有10個屬性，屬性的類型既可以是基本的資料類型（如數字、字串、日期等），也可以是數組或者散列，甚至還可以是一個子文檔（embed document）。這樣，可以實現逆正常化（denormalizing）的資料模型，提高查詢的速度。圖1 MongoDB是一個Schema-free的文檔資料庫圖2是一個例子，作品和評論可以設計為一個collection，評論作為子文檔內嵌在art的comments屬性中，評論的回複則作為comment子文檔的子文檔內嵌於replies屬性。按照這種設計模式，只需要按照作品id檢索一次，即可獲得所有相關的資訊了。在MongoDB中，不強調一定對資料進行Normalize ，很多場合都建議De-normalize，開發人員可以扔掉傳統關聯式資料庫各種範式的限制，不需要把所有的實體都映射為一個Collection，只需定義最頂級的class。MongoDB的文檔模型可以讓我們很輕鬆就能將自己的Object映射到collection中實現儲存。圖2 MongoDB支援嵌入子文檔簡單易用的查詢方式：MongoDB中的查詢讓人很舒適，沒有SQL難記的文法，直接使用JSON，相當的直觀。對不同的開發語言，你可以使用它最基本的數組或散列格式進行查詢。配合附加的operator，MongoDB支援範圍查詢，Regex查詢，對子文檔內屬性的查詢，可以取代原來大多數任務的SQL查詢。CRUD更加簡單，支援in-place update：只要定義一個數組，然後傳遞給MongoDB的insert/update方法就可自動插入或更新；對於更新模式，MongoDB支援一個upsert選項，即：“如果記錄存在那麼更新，否則插入”。MongoDB的update方法還支援Modifier，通過Modifier可實現在服務端即時更新，省去用戶端和服務端的通訊。這些modifer可以讓MongoDB具有和Redis、Memcached等KV類似的功能：較之MySQL，MonoDB更加簡單快速。