javascript - MongoDB bulk.execute()花费太多时间插入无序

Question

我正在尝试为 mongoDB(版本 3.2.4)提供来自 google ngrams 的弧线，但即使配置不错(MBP Mid 2014，2.2 GHz Intel Core i7，16gb)也花费了太多时间。

对于原始文件中 890 万行中的每一行，我都创建了一个 doc 和 bulk.insert(doc); 将其放入一个无序的 block 中。

插入其中的 500 个后，我执行 bulk.execute() 并重复此过程，直到将所有这些都添加到数据库中，但这种情况从未发生过，因为每千次花费的时间超过一分钟文档要插入，我肯定没有 8,9k 分钟等待它。

代码如下:

MongoClient.connect(url, function (err, db) {
if (err) {
  console.log('Unable to connect to the mongoDB server. Error:', err);
} else {
    //connected
    console.log('Connection established to', url);

    var bulk = db.collection('bigrams').initializeUnorderedBulkOp();

    const rl = readline.createInterface({
     input: fs.createReadStream(path+filename)
    });

    rl.on('line', function (line) {
        var stringArray = line.split("\t");
      var firstPart = stringArray[0]+'\t'+stringArray[1]+'\t'+stringArray[2]+"\t";

      var head_token = stringArray[0];
      var syntatic_ngram = stringArray[1].split(" ");
      var total_count = stringArray[2];
      var counts_by_year = line.replace(firstPart,'').split("\t");

      var doc = {
        "head token" : head_token,
        "syntatic ngram" : syntatic_ngram,
        "total count" : total_count,
        "counts by year" : counts_by_year
      };
      count++;
      bulkCount++;
      if (bulkCount == bulkSize) {
        console.log("BulkSize reached. Executing...");
        bulk.execute();
        bulkCount = 0;
      }
      console.log("bulk inserted count:"+count);
      bulk.insert(doc);
    });

    rl.on('end', function(){
      bulk.execute();
        db.close();
    });

  }
});

P.S.:前 10k 次插入，即前 20 次 bulk.execute() 是非常快的进程 <1m。之后处理时间会增加。 ):有什么建议吗？谢谢。

Answer 1

我从 mongoDB 得到了答案 documentation : "执行后，如果不重新初始化，就不能重新执行 Bulk() 对象。"

我刚刚在 bulk.execute(); 之后添加了 bulk = db.collection('bigrams').initializeUnorderedBulkOp(); 并且插入时间是常数.几分钟后，一切都已插入。

希望这对其他人有帮助。 (: