前言

如何能讓軟件擁有更高的性能？我想這是一個(gè)大部分開(kāi)發(fā)者都思考過(guò)的問(wèn)題。性能往往決定了一個(gè)軟件的質(zhì)量，如果你開(kāi)發(fā)的是一個(gè)互聯(lián)網(wǎng)產(chǎn)品，那么你的產(chǎn)品性能將更加受到考驗(yàn)，因?yàn)槟忝鎸?duì)的是廣大的互聯(lián)網(wǎng)用戶，他們可不是那么有耐心的。嚴(yán)重點(diǎn)說(shuō)，頁(yè)面的加載速度每增加一秒也許都會(huì)使你失去一部分用戶，也就是說(shuō)，加載速度和用戶量是成反比的。那么用戶能夠接受的加載速度到底是多少呢？

如圖，如果頁(yè)面加載時(shí)間超過(guò)10s那么用戶就會(huì)離開(kāi)，如果1s–10s的話就需要有提示，但如果我們的頁(yè)面沒(méi)有提示的話需要多快的加載速度呢？是的，1s 。

當(dāng)然，這是站在一個(gè)產(chǎn)品經(jīng)理的角度來(lái)說(shuō)的，但如果站在一個(gè)技術(shù)人員的角度來(lái)說(shuō)呢？加載速度和用戶量就是成正比的，你的用戶數(shù)量越多需要處理的數(shù)據(jù)當(dāng)然也就越多，加載速度當(dāng)然也就越慢。這是一件很有趣的事，所以如果你的產(chǎn)品如果是一件激動(dòng)人心的產(chǎn)品，那么作為技術(shù)人員你需要做的事就是讓軟件的性能和用戶的數(shù)量同時(shí)增長(zhǎng)，甚至性能增長(zhǎng)要快于用戶量的增長(zhǎng)。

Mongodb性能優(yōu)化

數(shù)據(jù)庫(kù)性能對(duì)軟件整體性能有著至關(guān)重要的影響，對(duì)于Mongodb數(shù)據(jù)庫(kù)常用的性能優(yōu)化方法主要有：

      1、范式化與反范式化；

      2、填充因子的使用；

      3、索引的使用；

一. 范式化與反范式化

范式是為了消除重復(fù)數(shù)據(jù)減少冗余數(shù)據(jù)，從而讓數(shù)據(jù)庫(kù)內(nèi)的數(shù)據(jù)更好的組織，讓磁盤空間得到更有效利用的一種標(biāo)準(zhǔn)化標(biāo)準(zhǔn)，滿足高等級(jí)的范式的先決條件是滿足低等級(jí)范式。在數(shù)據(jù)庫(kù)設(shè)計(jì)階段，明確集合的用途是對(duì)mongodb數(shù)據(jù)庫(kù)性能調(diào)優(yōu)非常重要的一步。根據(jù)集合中數(shù)據(jù)最常用的操作，對(duì)于頻繁更新和頻繁查詢的集合，我們最需要關(guān)注的重點(diǎn)是他們的范式化程度。

1.1 范式化

   1.1.1 范式化的優(yōu)點(diǎn)：

       1、范式化的數(shù)據(jù)庫(kù)更新起來(lái)更加快；

       2、范式化之后，只有很少的重復(fù)數(shù)據(jù)，只需要修改更少的數(shù)據(jù)；

       3、范式化的表更小，可以在內(nèi)存中執(zhí)行；

       4、很少的冗余數(shù)據(jù)，在查詢的時(shí)候需要更少的distinct或者group by語(yǔ)句。

   1.1.2 范式化的缺點(diǎn)：

       1、范式化的表，在查詢的時(shí)候經(jīng)常需要很多的關(guān)聯(lián)，因?yàn)閱为?dú)一個(gè)表內(nèi)不存在冗余和重復(fù)數(shù)據(jù)。這導(dǎo)致，稍微復(fù)雜一些的查詢語(yǔ)句在查詢范式的schema上都可能需要較多次的關(guān)聯(lián)。這會(huì)增加讓查詢的代價(jià)，也可能使一些索引策略無(wú)效。因?yàn)榉妒交瘜⒘写娣旁诓煌谋碇校@些列在一個(gè)表中本可以屬于同一個(gè)索引。

     1.1.3 范式化設(shè)計(jì)的例子：

       以存儲(chǔ)一篇圖書(shū)及其作者為例，作者的信息包括作者的姓名，年齡，國(guó)籍。使用范式化的設(shè)計(jì)如下：

“`
{
"_id" : ObjectId("5124b5d86041c7dca81917"),
"title" : "如何使用MongoDB",
"author" : [
ObjectId("144b5d83041c7dca84416"),
ObjectId("144b5d83041c7dca84418"),
ObjectId("144b5d83041c7dca84420"),
]
}

將作者(comment) 的id數(shù)組作為一個(gè)字段添加到了圖書(shū)中去。這樣的設(shè)計(jì)方式是在非關(guān)系型數(shù)據(jù)庫(kù)中常用的。在MongoDB中我們將與主鍵沒(méi)有直接關(guān)系的作者詳細(xì)信息單獨(dú)提取到另一個(gè)集合，用存儲(chǔ)主鍵的方式進(jìn)行關(guān)聯(lián)查詢。當(dāng)我們要查詢文章和作者時(shí)需要先查詢到所需的文章，再?gòu)奈恼伦髡咧蝎@取作者id，最后獲得的完整的文章及其作者詳細(xì)信息。

在這種情況下查詢性能顯然是不理想的，因?yàn)樾枰M(jìn)行較多的關(guān)聯(lián)查詢。但當(dāng)某位作者的信息需要修改時(shí)，范式化的維護(hù)優(yōu)勢(shì)就凸顯出來(lái)了，我們無(wú)需考慮此作者關(guān)聯(lián)的圖書(shū)，直接進(jìn)行修改此作者的字段即可。

1.2. 反范式化

   1.2.1 反范式化的優(yōu)點(diǎn)：

        1. 可以避免關(guān)聯(lián)，因?yàn)樗械臄?shù)據(jù)幾乎都可以在一張表上顯示；

        2. 可以設(shè)計(jì)有效的索引；

    1.2.2 反范式化的缺點(diǎn)：

       1. 表格內(nèi)的冗余較多，刪除數(shù)據(jù)時(shí)候會(huì)造成表有些有用的信息丟失。

    1.2.3 反范式化設(shè)計(jì)的例子：

       以存儲(chǔ)一篇圖書(shū)及其作者為例，作者的信息包括作者的姓名，年齡，國(guó)籍。使用反范式化的設(shè)計(jì)如下：

{
  "_id" : ObjectId("5124b5d86041c7dca81917"),
  "title" : "如何使用MongoDB",
  "author" : [
    {
     　　　　 "name" : "丁磊"
     　　　　 "age" : 40,
      　　　　"nationality" : "china",
    },
    {
     　　　　 "name" : "馬云"
     　　　　 "age" : 49,
     　　　　 "nationality" : "china",
    },
    {
     　　　　 "name" : "張召忠"
     　　　　 "age" : 59,
     　　　　 "nationality" : "china",
    },
  ]
 }

在這個(gè)示例中我們將作者的字段完全嵌入到了圖書(shū)中去，在查詢的時(shí)候直接查詢圖書(shū)即可獲得所對(duì)應(yīng)作者的全部信息，但因一個(gè)作者可能有多本著作，當(dāng)修改某位作者的信息時(shí)，我們需要遍歷所有圖書(shū)以找到該作者，將其修改。

1.3 范式化與反范式化混用

為了兼顧范式化與反范式化的優(yōu)缺點(diǎn)，通常較常采用范式化與反范式化混合使用的方法，混合范式化與反范式化的設(shè)計(jì)如下：

“`
{
"_id" : ObjectId("5124b5d86041c7dca81917"),
"title" : "如何使用MongoDB",
"author" : [
{
　　　　"_id" : ObjectId("144b5d83041c7dca84416"),
　　　　 "name" : "丁磊"
},
{
　　　　 "_id" : ObjectId("144b5d83041c7dca84418"),
　　　　 "name" : "馬云"
},
{
　　　　 "_id" : ObjectId("144b5d83041c7dca84420"),
　　　　 "name" : "張召忠"
},
]
}

這次我們將作者字段中的最常用的一部分提取出來(lái)。當(dāng)我們只需要獲得圖書(shū)和作者名時(shí)，無(wú)需再次進(jìn)入作者集合進(jìn)行查詢，僅在圖書(shū)集合查詢即可獲得。

這種方式是一種相對(duì)折中的方式，既保證了查詢效率，也保證的更新效率。但這樣的方式顯然要比前兩種較難以掌握，難點(diǎn)在于需要與實(shí)際業(yè)務(wù)進(jìn)行結(jié)合來(lái)尋找合適的提取字段。如同示例3所述，名字顯然不是一個(gè)經(jīng)常修改的字段，這樣的字段如果提取出來(lái)是沒(méi)問(wèn)題的，但如果提取出來(lái)的字段是一個(gè)經(jīng)常修改的字段（比如age）的話，我們依舊在更新這個(gè)字段時(shí)需要大范圍的尋找并依此進(jìn)行更新。

在上面三個(gè)示例中，第一個(gè)示例的更新效率是最高的，但查詢效率是最低的，而第二個(gè)示例的查詢效率最高，但更新效率最低。所以在實(shí)際的工作中我們需要根據(jù)自己實(shí)際的需要來(lái)設(shè)計(jì)表中的字段，以獲得最高的效率。

2.理解填充因子

何為填充因子？

填充因子（padding factor）是MongoDB為文檔的擴(kuò)展而預(yù)留的增長(zhǎng)空間，因?yàn)镸ongoDB的文檔是以順序表的方式存儲(chǔ)的，每個(gè)文檔之間會(huì)非常緊湊，如圖所示。

（注：圖片出處：《MongoDB The Definitive Guide》）

1.元素之間沒(méi)有多余的可增長(zhǎng)空間。

2.當(dāng)我們對(duì)順序表中某個(gè)元素的大小進(jìn)行增長(zhǎng)的時(shí)候，就會(huì)導(dǎo)致原來(lái)分配的空間不足，只能要求其向后移動(dòng)。

3.當(dāng)修改元素移動(dòng)后，后續(xù)插入的文檔都會(huì)提供一定的填充因子，以便于文檔頻繁的修改，如果沒(méi)有不再有文檔因增大而移動(dòng)的話，后續(xù)插入的文檔的填充因子會(huì)依此減小。

填充因子的理解之所以重要，是因?yàn)槲臋n的移動(dòng)非常消耗性能，頻繁的移動(dòng)會(huì)大大增加系統(tǒng)的負(fù)擔(dān)，在實(shí)際開(kāi)發(fā)中最有可能會(huì)讓文檔體積變大的因素是數(shù)組，所以如果我們的文檔會(huì)頻繁修改并增大空間的話，則一定要充分考慮填充因子。

那么如果我們的文檔是個(gè)常常會(huì)擴(kuò)展的話，應(yīng)該如何提高性能？

兩種方案

1.增加初始分配空間。在集合的屬性中包含一個(gè) usePowerOf2Sizes 屬性，當(dāng)這個(gè)選項(xiàng)為true時(shí)，系統(tǒng)會(huì)將后續(xù)插入的文檔，初始空間都分配為2的N次方。這種分配機(jī)制適用于一個(gè)數(shù)據(jù)會(huì)頻繁變更的集合使用，他會(huì)給每個(gè)文檔留有更大的空間，但因此空間的分配不會(huì)像原來(lái)那樣高效，如果你的集合在更新時(shí)不會(huì)頻繁的出現(xiàn)移動(dòng)現(xiàn)象，這種分配方式會(huì)導(dǎo)致寫入速度相對(duì)變慢。

2.我們可以利用數(shù)據(jù)強(qiáng)行將初始分配空間擴(kuò)大。

db.book.insert({
 "name" : "MongoDB",
 "publishing" : "清華大學(xué)出版社",
 "author" : "john"
 "tags" : []
 "stuff" : "ggggggggggggggggggggggggggggggggggggg
    ggggggggggggggggggggggggggggggggggggg
    ggggggggggggggggggggggggggggggggggggg"
})

是的，這樣看起來(lái)可能不太優(yōu)雅…但有時(shí)卻很有效！當(dāng)我們對(duì)這個(gè)文檔進(jìn)行增長(zhǎng)式修改時(shí)，只要將stuff字段刪掉即可。當(dāng)然，這個(gè)stuff字段隨便你怎么起名，包括里邊的填充字符當(dāng)然也是可以隨意添加的。

三. 索引的使用

索引對(duì)于一個(gè)數(shù)據(jù)庫(kù)的影響相信大家一定了解，如果一個(gè)查詢命令進(jìn)入到數(shù)據(jù)庫(kù)中后，查詢優(yōu)化器沒(méi)有找到合適的索引，那么數(shù)據(jù)庫(kù)會(huì)進(jìn)行全集合掃描(在RDBMS中也叫全表掃描)，全集合查詢對(duì)于性能的影響是災(zāi)難性的。沒(méi)有索引的查詢就如同在詞典那毫無(wú)規(guī)律的海量詞匯中獲得某個(gè)你想要的詞匯，但這個(gè)詞典是沒(méi)有目錄的，只能通過(guò)逐頁(yè)來(lái)查找。這樣的查找可能會(huì)讓你耗費(fèi)幾個(gè)小時(shí)的時(shí)間，但如果要求你查詢?cè)~匯的頻率如同用戶訪問(wèn)的頻率一樣的話。。。嘿嘿，我相信你一定會(huì)大喊“老子不干了！”。顯然計(jì)算機(jī)不會(huì)這樣喊，它一直是一個(gè)勤勤懇懇的員工，不論多么苛刻的請(qǐng)求他都會(huì)完成。所以請(qǐng)通過(guò)索引善待你的計(jì)算機(jī)。但使用索引有兩點(diǎn)需要注意：1. 索引越少越好；2. 索引顆粒越少越好。

3.1 索引越少越好

索引可以極大地提高查詢性能，那么索引是不是越多越好？答案是否定的，并且索引并非越多越好，而是越少越好。每當(dāng)你建立一個(gè)索引時(shí)，系統(tǒng)會(huì)為你添加一個(gè)索引表，用于索引指定的列，然而當(dāng)你對(duì)已建立索引的列進(jìn)行插入或修改時(shí)，數(shù)據(jù)庫(kù)則需要對(duì)原來(lái)的索引表進(jìn)行重新排序，重新排序的過(guò)程非常消耗性能，但應(yīng)對(duì)少量的索引壓力并不是很大，但如果索引的數(shù)量較多的話對(duì)于性能的影響可想而知。所以在創(chuàng)建索引時(shí)需要謹(jǐn)慎建立索引，要把每個(gè)索引的功能都要發(fā)揮到極致，也就是說(shuō)在可以滿足索引需求的情況下，索引的數(shù)量越少越好。

隱式索引

//建立復(fù)合索引
db.test.ensureIndex({"age": 1,"no": 1,"name": 1 })

我們?cè)诓樵儠r(shí)可以迅速的將age,no字段進(jìn)行排序，隱式索引指的是如果我們想要排序的字段包含在已建立的復(fù)合索引中則無(wú)需重復(fù)建立索引。

db.test.find().sort("age": 1,"no": 1)
 
db.test.find().sort("age": 1)

如以上兩個(gè)排序查詢，均可使用上面的復(fù)合索引，而不需要重新建立索引。

翻轉(zhuǎn)索引

//建立復(fù)合索引
db.test.ensureIndex({"age": 1})

翻轉(zhuǎn)索引很好理解，就是我們?cè)谂判虿樵儠r(shí)無(wú)需考慮索引列的方向，例如這個(gè)例子中我們?cè)诓樵儠r(shí)可以將排序條件寫為”{‘a(chǎn)ge': 0}”，依舊不會(huì)影響性能。

3.1 索引顆粒越少越好

什么叫顆粒越小越好？在索引列中每個(gè)數(shù)據(jù)的重復(fù)數(shù)量稱為顆粒，也叫作索引的基數(shù)。如果數(shù)據(jù)的顆粒過(guò)大，索引就無(wú)法發(fā)揮該有的性能。例如，我們擁有一個(gè)"age"列索引，如果在"age"列中，20歲占了50%，如果現(xiàn)在要查詢一個(gè)20歲，名叫"Tom"的人，我們則需要在表的50%的數(shù)據(jù)中查詢，索引的作用大大降低。所以，我們?cè)诮⑺饕龝r(shí)要盡量將數(shù)據(jù)顆粒小的列放在索引左側(cè)，以保證索引發(fā)揮最大的作用。

四. 總結(jié)

以上就是這篇文章的全部?jī)?nèi)容了，希望這篇文章的內(nèi)容對(duì)大家的學(xué)習(xí)或者工作能帶來(lái)一定的幫助，如果有疑問(wèn)大家可以留言交流。