- android - RelativeLayout 背景可绘制重叠内容
- android - 如何链接 cpufeatures lib 以获取 native android 库?
- java - OnItemClickListener 不起作用,但 OnLongItemClickListener 在自定义 ListView 中起作用
- java - Android 文件转字符串
我见过很多类似的问题,但它们并没有解决我的问题(1、2、3)。
我收藏了近 200 万份文件。我的问题:非常简单的查询 (find({id: 53})) 运行将近 5 分钟(请参阅下面的所有相关信息)。
我试图通过“id”字段添加索引,试图提示,scanAndOrder 是错误的。我有足够的内存(目前没有交换,服务器上总共只使用了 600MB(还有大约 1GB 是免费的))。它是 debian 7 和 mongodb 2.4.7。
也许这很重要:昨天我运行了 repairDatabase,然后注意到了这个问题(但我不能确定它是否在之前)。但无论如何,我对集合进行了全面验证,一切似乎都没问题。昨天我又添加了一个索引 ({id: 1})。同样在今天,我重新索引了该集合。
在所有如此长的查询期间,我的磁盘使用非常广泛。
> db.results.count()
1819411
> db.results.stats()
{
"ns" : "spider.results",
"count" : 1819411,
"size" : 26662218768,
"avgObjSize" : 14654.313273911172,
"storageSize" : 28309077856,
"numExtents" : 34,
"nindexes" : 4,
"lastExtentSize" : 2146426864,
"paddingFactor" : 1,
"systemFlags" : 0,
"userFlags" : 0,
"totalIndexSize" : 207245248,
"indexSizes" : {
"_id_" : 53144000,
"datetime_-1" : 45793776,
"id_1_datetime_1" : 62513696,
"id_1" : 45793776
},
"ok" : 1
}
> db.results.getIndices()
[
{
"v" : 1,
"key" : {
"_id" : 1
},
"ns" : "spider.results",
"name" : "_id_"
},
{
"v" : 1,
"key" : {
"datetime" : -1
},
"ns" : "spider.results",
"name" : "datetime_-1"
},
{
"v" : 1,
"key" : {
"id" : 1,
"datetime" : 1
},
"unique" : true,
"ns" : "spider.results",
"name" : "id_1_datetime_1"
},
{
"v" : 1,
"key" : {
"id" : 1
},
"ns" : "spider.results",
"name" : "id_1"
}
]
> db.results.validate(true)
{
"ns" : "spider.results",
"firstExtent" : "0:258000 ns:spider.results",
"lastExtent" : "18:2000 ns:spider.results",
"extentCount" : 34,
"extents" : [
{
"loc" : "0:258000",
"xnext" : "0:25a000",
"xprev" : "null",
"nsdiag" : "spider.results",
"size" : 8192,
"firstRecord" : "0:2580b0",
"lastRecord" : "0:2598b0"
},
{
"loc" : "0:25a000",
"xnext" : "0:29d000",
"xprev" : "0:258000",
"nsdiag" : "spider.results",
"size" : 274432,
"firstRecord" : "0:25a0b0",
"lastRecord" : "0:29c6b0"
},
{
"loc" : "0:29d000",
"xnext" : "0:3a9000",
"xprev" : "0:25a000",
"nsdiag" : "spider.results",
"size" : 1097728,
"firstRecord" : "0:29d0b0",
"lastRecord" : "0:3a6c30"
},
{
"loc" : "0:3a9000",
"xnext" : "0:7d9000",
"xprev" : "0:29d000",
"nsdiag" : "spider.results",
"size" : 4390912,
"firstRecord" : "0:3a90b0",
"lastRecord" : "0:7d8ab0"
},
{
"loc" : "0:7d9000",
"xnext" : "0:d81000",
"xprev" : "0:3a9000",
"nsdiag" : "spider.results",
"size" : 5931008,
"firstRecord" : "0:7d90b0",
"lastRecord" : "0:d7fcb0"
},
{
"loc" : "0:d81000",
"xnext" : "0:1524000",
"xprev" : "0:7d9000",
"nsdiag" : "spider.results",
"size" : 8007680,
"firstRecord" : "0:d810b0",
"lastRecord" : "0:15238b0"
},
{
"loc" : "0:1524000",
"xnext" : "0:1f74000",
"xprev" : "0:d81000",
"nsdiag" : "spider.results",
"size" : 10813440,
"firstRecord" : "0:15240b0",
"lastRecord" : "0:1f73ab0"
},
{
"loc" : "0:1f74000",
"xnext" : "1:2000",
"xprev" : "0:1524000",
"nsdiag" : "spider.results",
"size" : 14598144,
"firstRecord" : "0:1f740b0",
"lastRecord" : "0:2d5f6b0"
},
{
"loc" : "1:2000",
"xnext" : "1:12ce000",
"xprev" : "0:1f74000",
"nsdiag" : "spider.results",
"size" : 19709952,
"firstRecord" : "1:20b0",
"lastRecord" : "1:12cd8b0"
},
{
"loc" : "1:12ce000",
"xnext" : "1:2c2f000",
"xprev" : "1:2000",
"nsdiag" : "spider.results",
"size" : 26611712,
"firstRecord" : "1:12ce0b0",
"lastRecord" : "1:2c2eab0"
},
{
"loc" : "1:2c2f000",
"xnext" : "1:4e72000",
"xprev" : "1:12ce000",
"nsdiag" : "spider.results",
"size" : 35926016,
"firstRecord" : "1:2c2f0b0",
"lastRecord" : "1:4e719b0"
},
{
"loc" : "1:4e72000",
"xnext" : "2:2000",
"xprev" : "1:2c2f000",
"nsdiag" : "spider.results",
"size" : 48500736,
"firstRecord" : "1:4e720b0",
"lastRecord" : "1:7cb27b0"
},
{
"loc" : "2:2000",
"xnext" : "2:3e74000",
"xprev" : "1:4e72000",
"nsdiag" : "spider.results",
"size" : 65478656,
"firstRecord" : "2:20b0",
"lastRecord" : "2:3e71d30"
},
{
"loc" : "2:3e74000",
"xnext" : "3:2000",
"xprev" : "2:2000",
"nsdiag" : "spider.results",
"size" : 88399872,
"firstRecord" : "2:3e740b0",
"lastRecord" : "2:92c1ab0"
},
{
"loc" : "3:2000",
"xnext" : "3:71d2000",
"xprev" : "2:3e74000",
"nsdiag" : "spider.results",
"size" : 119341056,
"firstRecord" : "3:20b0",
"lastRecord" : "3:71d1ab0"
},
{
"loc" : "3:71d2000",
"xnext" : "3:10b78000",
"xprev" : "3:2000",
"nsdiag" : "spider.results",
"size" : 161112064,
"firstRecord" : "3:71d20b0",
"lastRecord" : "3:10b70ab0"
},
{
"loc" : "3:10b78000",
"xnext" : "4:2000",
"xprev" : "3:71d2000",
"nsdiag" : "spider.results",
"size" : 217501696,
"firstRecord" : "3:10b780b0",
"lastRecord" : "3:1dae29b0"
},
{
"loc" : "4:2000",
"xnext" : "4:11809000",
"xprev" : "3:10b78000",
"nsdiag" : "spider.results",
"size" : 293629952,
"firstRecord" : "4:20b0",
"lastRecord" : "4:118088b0"
},
{
"loc" : "4:11809000",
"xnext" : "5:2000",
"xprev" : "4:2000",
"nsdiag" : "spider.results",
"size" : 396402688,
"firstRecord" : "4:118090b0",
"lastRecord" : "4:29212930"
},
{
"loc" : "5:2000",
"xnext" : "5:1fe5d000",
"xprev" : "4:11809000",
"nsdiag" : "spider.results",
"size" : 535146496,
"firstRecord" : "5:20b0",
"lastRecord" : "5:1fe5ca30"
},
{
"loc" : "5:1fe5d000",
"xnext" : "6:2000",
"xprev" : "5:2000",
"nsdiag" : "spider.results",
"size" : 722448384,
"firstRecord" : "5:1fe5d0b0",
"lastRecord" : "5:4af553b0"
},
{
"loc" : "6:2000",
"xnext" : "7:2000",
"xprev" : "5:1fe5d000",
"nsdiag" : "spider.results",
"size" : 975306752,
"firstRecord" : "6:20b0",
"lastRecord" : "6:3a21d6b0"
},
{
"loc" : "7:2000",
"xnext" : "8:2000",
"xprev" : "6:2000",
"nsdiag" : "spider.results",
"size" : 1316667392,
"firstRecord" : "7:20b0",
"lastRecord" : "7:4e7ab0b0"
},
{
"loc" : "8:2000",
"xnext" : "9:2000",
"xprev" : "7:2000",
"nsdiag" : "spider.results",
"size" : 1777504256,
"firstRecord" : "8:20b0",
"lastRecord" : "8:69f278b0"
},
{
"loc" : "9:2000",
"xnext" : "10:2000",
"xprev" : "8:2000",
"nsdiag" : "spider.results",
"size" : 2146426864,
"firstRecord" : "9:20b0",
"lastRecord" : "9:7fefdab0"
},
{
"loc" : "10:2000",
"xnext" : "11:2000",
"xprev" : "9:2000",
"nsdiag" : "spider.results",
"size" : 2146426864,
"firstRecord" : "10:20b0",
"lastRecord" : "10:7feff630"
},
{
"loc" : "11:2000",
"xnext" : "12:2000",
"xprev" : "10:2000",
"nsdiag" : "spider.results",
"size" : 2146426864,
"firstRecord" : "11:20b0",
"lastRecord" : "11:7feffa30"
},
{
"loc" : "12:2000",
"xnext" : "13:2000",
"xprev" : "11:2000",
"nsdiag" : "spider.results",
"size" : 2146426864,
"firstRecord" : "12:20b0",
"lastRecord" : "12:7feffb30"
},
{
"loc" : "13:2000",
"xnext" : "14:2000",
"xprev" : "12:2000",
"nsdiag" : "spider.results",
"size" : 2146426864,
"firstRecord" : "13:20b0",
"lastRecord" : "13:7fefb7b0"
},
{
"loc" : "14:2000",
"xnext" : "15:2000",
"xprev" : "13:2000",
"nsdiag" : "spider.results",
"size" : 2146426864,
"firstRecord" : "14:20b0",
"lastRecord" : "14:7feffb30"
},
{
"loc" : "15:2000",
"xnext" : "16:2000",
"xprev" : "14:2000",
"nsdiag" : "spider.results",
"size" : 2146426864,
"firstRecord" : "15:20b0",
"lastRecord" : "15:7fefba30"
},
{
"loc" : "16:2000",
"xnext" : "17:2000",
"xprev" : "15:2000",
"nsdiag" : "spider.results",
"size" : 2146426864,
"firstRecord" : "16:20b0",
"lastRecord" : "16:7feff9b0"
},
{
"loc" : "17:2000",
"xnext" : "18:2000",
"xprev" : "16:2000",
"nsdiag" : "spider.results",
"size" : 2146426864,
"firstRecord" : "17:20b0",
"lastRecord" : "17:7feff9b0"
},
{
"loc" : "18:2000",
"xnext" : "null",
"xprev" : "17:2000",
"nsdiag" : "spider.results",
"size" : 2146426864,
"firstRecord" : "18:20b0",
"lastRecord" : "18:1f8328b0"
}
],
"datasize" : 26662218768,
"nrecords" : 1819411,
"lastExtentSize" : 2146426864,
"padding" : 1,
"firstExtentDetails" : {
"loc" : "0:258000",
"xnext" : "0:25a000",
"xprev" : "null",
"nsdiag" : "spider.results",
"size" : 8192,
"firstRecord" : "0:2580b0",
"lastRecord" : "0:2598b0"
},
"lastExtentDetails" : {
"loc" : "18:2000",
"xnext" : "null",
"xprev" : "17:2000",
"nsdiag" : "spider.results",
"size" : 2146426864,
"firstRecord" : "18:20b0",
"lastRecord" : "18:1f8328b0"
},
"objectsFound" : 1819411,
"invalidObjects" : 0,
"bytesWithHeaders" : 26691329344,
"bytesWithoutHeaders" : 26662218768,
"deletedCount" : 14,
"deletedSize" : 1617742528,
"nIndexes" : 4,
"keysPerIndex" : {
"spider.results.$_id_" : 1819411,
"spider.results.$datetime_-1" : 1819411,
"spider.results.$id_1_datetime_1" : 1819411,
"spider.results.$id_1" : 1819411
},
"valid" : true,
"errors" : [ ],
"ok" : 1
}
> db.results.find({id:6}).explain()
{
"cursor" : "BtreeCursor id_1_datetime_1",
"isMultiKey" : false,
"n" : 47402,
"nscannedObjects" : 47402,
"nscanned" : 47402,
"nscannedObjectsAllPlans" : 47402,
"nscannedAllPlans" : 47402,
"scanAndOrder" : false,
"indexOnly" : false,
"nYields" : 248,
"nChunkSkips" : 0,
"millis" : 254485,
"indexBounds" : {
"id" : [
[
6,
6
]
],
"datetime" : [
[
{
"$minElement" : 1
},
{
"$maxElement" : 1
}
]
]
},
"server" : "ip-10-137-56-52:27017"
}
我唯一还没有做的是备份修复然后恢复。但我不确定它是否有帮助...
有什么建议吗?
最佳答案
看起来您给出的 id 为 6 的示例查询匹配 47402 个文档:
> db.results.find({id:6}).explain()
"n" : 47402,
平均文档大小约为 14654 字节:
> db.results.stats()
"avgObjSize" : 14654.313273911172,
这符合您对情况的看法吗?
这意味着此查询的结果将约为 662 MB尺寸。如果查询返回的 662 MB 文档不在内存并且必须从磁盘中获取然后大量的磁盘事件将结果和查询将需要很长时间。
有几种方法可以提高性能,具体取决于您的申请要求:
使用匹配较少文档的更具体的查询,例如使用 _id 获取单个文档或指定日期时间以及您查询中的一个 ID。
重构您的文档架构,使您希望查询的文档更小。
在查询中使用投影仅选择 14KB 的子集文档以返回并构建一个包含其中字段的索引查询投影,这样查询就可以完全从指数。但是请注意,这仅在您选择较小的文档的足够子集,以便您的索引不会增长到大,让你回到必须寻呼的相同情况从磁盘索引。 db.results.stats() 输出告诉你有多大你的索引是。
为您的服务器配备足够的内存,以便集合能够保留完全在内存中。集合大小约为 26 GB,因此您可以这种方法至少需要那么多内存:
db.results.stats() "size" : 26662218768,
希望对您有所帮助,
布鲁斯
关于MongoDB:索引内的查询非常慢,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/19726624/
这几天我一直在努力。我一直在自学 CSS,所以对菜鸟好一点。我正在创建一个推荐 slider 。推荐以 3 个 block 显示。我希望前 2 个下降,第 3 个上升。但是当 slider 激活时,无
我最近开始学习 Nodejs,现在我很困惑我的网络应用程序使用什么,html 还是 ejs (Express)。 Ejs 使用 Express 模块,而 .html 使用 HTML 模块。我的第一个问
假设我们有一个 PostgreSQL 表contacts,每条记录都有一堆带标签的电子邮件地址(标签和电子邮件对)——其中一个是“主要”。 存储方式如下: id 主键 电子邮件 文本 email_la
我成功为一种新的tesseract语言编写了traineddata文件,但是当我完成时,我继续收到以下错误: index >= 0 && index = 0 && 索引 < size_used_ :E
这个问题已经有答案了: How to deal with SettingWithCopyWarning in Pandas (21 个回答) 已关闭 4 年前。 假设我有一个像这样的数据框,第一列“密
如果我有一个位置或行/列同时用于 A 和 B 位置,请检查 B 是否与 A 成对角线? 1 2 3 4 5 6 7 8 9 例如,我如何检查 5 是否与 7 成对角线? 此外,如果我检查 4 是
MongoDB:索引 一、 创建索引 默认情况下,集合中的_id字段就是索引,我们可以通过getIndexes()方法来查看一个集合中的索引 > db.user.getIndexes() [ { "v
一、索引介绍 索引是一种用来快速查询数据的数据结构。 B+Tree就是一种常用的数据库索引数据结构,MongoDB采用B+Tree 做索引,索引创建在colletions上。 MongoDB不使用索引
我无法决定索引。 就像我有下面的查询需要太多时间来执行: select count(rn.NODE_ID) as Count, rnl.[ISO_COUNTRY_CODE] as Cou
我有这些表: CREATE TABLE `cstat` ( `id_cstat` bigint(20) NOT NULL, `lang_code` varchar(3) NOT NULL,
我正在尝试找到一种方法来提高包含 IP 范围的 mysql 表的性能(在高峰时段每秒最多有 500 个 SELECT 查询(!),所以我有点担心)。 我有一个这种结构的表: id smallint(
jquery index() 似乎无法识别元素之一,总是说“无法读取未定义的属性‘长度’”这是我的代码。mnumber 是导致问题的原因。我需要 number 和 mnumber 才能跟踪使用鼠标,并
我们有一个包含近 4000 万条记录的 MongoDB 集合。该集合的当前大小为 5GB。此集合中存储的数据包含以下字段: _id: "MongoDB id" userid: "user id" (i
文档说:如果你有多个字段的复合索引,你可以用它来查询字段的开始子集。所以如果你有一个索引一个,乙,丙你可以用它查询一种一个,乙a,b,c 我的问题是,如果我有一个像这样的复合索引一个,乙,丙我可以查询
我正在使用 $('#list option').each(function(){ //do stuff }); 循环列表中的选项。我想知道如何获取当前循环的索引? 因为我不想让 var i = 0;循
MySQL索引的建立对于MySQL的高效运行是很重要的,索引可以大大提高MySQL的检索速度。 打个比方,如果合理的设计且使用索引的MySQL是一辆兰博基尼的话,那么没有设计和使用索引的MySQL
SQLite 索引(Index) 索引(Index)是一种特殊的查找表,数据库搜索引擎用来加快数据检索。简单地说,索引是一个指向表中数据的指针。一个数据库中的索引与一本书后边的索引是非常相似的。
我是 RavenDB 的新手。我正在尝试使用多 map 索引功能,但我不确定这是否是解决我的问题的最佳方法。所以我有三个文件:Unit、Car、People。 汽车文件看起来像这样: { Id: "
我有以下数据,我想根据范围在另一个表中建立索引 我想要实现的是,例如,如果三星的销售额为 2500,则折扣为 2%,低于 3000 且高于 1000 我知道它可以通过索引来完成,与多个数组匹配,然后指
我正在检查并删除 SQL 数据库中的重复和冗余索引。 所以如果我有两个相同的索引,我会删除。 例如,如果我删除了重叠的索引... 索引1:品牌、型号 指标二:品牌、型号、价格 我删除索引 1。 相同顺
我是一名优秀的程序员,十分优秀!