MySQL 与 MongoDB 1000 次读取

MongoDB 并没有神奇地更快。如果您存储相同的数据，以基本相同的方式组织，并以完全相同的方式访问它，那么您真的不应该期望您的结果会有很大的不同。毕竟，MySQL 和 MongoDB 都是 GPL，所以如果 Mongo 有一些神奇的更好的 IO 代码，那么 MySQL 团队可以将它合并到他们的代码库中。

人们看到真实世界的 MongoDB 性能主要是因为 MongoDB 允许您以更适合您的工作负载的不同方式进行查询。

例如，考虑一个设计，它以规范化的方式保存了有关复杂实体的大量信息。这可以很容易地使用 MySQL（或任何关系数据库）中的数十个表来以正常形式存储数据，并且需要许多索引来确保表之间的关系完整性。

现在考虑使用文档存储的相同设计。如果所有这些相关表都从属于主表（而且它们通常是），那么您可能能够对数据进行建模，以便将整个实体存储在单个文档中。在 MongoDB 中，您可以将其作为单个文档存储在单个集合中。这就是 MongoDB 开始实现卓越性能的地方。

在 MongoDB 中，要检索整个实体，您必须执行：

对集合的一次索引查找（假设实体是通过 id 获取的）

检索一个数据库页面的内容（实际的二进制 json 文档）

所以一个 b-tree 查找和一个二进制页面读取。 Log(n) + 1 个 IO。如果索引可以完全驻留在内存中，则 1 IO。

在具有 20 个表的 MySQL 中，您必须执行：

在根表上进行一次索引查找（再次假设实体是通过 id 获取的）

使用聚集索引，我们可以假设根行的值在索引中

实体 pk 值的 20 多次范围查找（希望在索引上）

这些可能不是聚集索引，因此一旦我们确定了合适的子行是什么，就会进行 20 多个相同的数据查找。

所以mysql的总数，即使假设所有索引都在内存中（这更难，因为它们的数量是它们的20倍）大约是20个范围查找。

这些范围查找可能由随机 IO 组成——不同的表肯定会驻留在磁盘上的不同位置，并且对于一个实体，同一个表中同一范围内的不同行可能不连续（取决于实体如何更新等）。

所以对于这个例子，与 MongoDB 相比，MySQL 每次逻辑访问的 IO 大约是 20 倍。

这就是 MongoDB 在某些用例中提高性能的方式。

---

你有并发，即同时用户吗？如果你只用一个线程直接运行 1000 次查询，几乎没有区别。这些引擎太容易了:)

但我强烈建议您构建一个真正的负载测试会话，这意味着在同一时间使用 JMeter 等 10、20 或 50 个用户的注入器，这样您就可以真正看到差异（尝试将此代码嵌入网页 JMeter可以查询）。

我今天刚刚在单个服务器（和一个简单的集合/表）上完成了它，结果非常有趣和令人惊讶（与 MyISAM 引擎和 InnoDb 引擎相比，MongoDb 在写入和读取方面确实更快）。

这真的应该是您测试的一部分：并发和 MySQL 引擎。然后，数据/模式设计和应用程序需求当然是巨大的需求，超出了响应时间。当你得到结果时让我知道，我也需要这方面的投入！

---

来源：https://github.com/webcaetano/mongo-mysql

10行

mysql insert: 1702ms
mysql select: 11ms

mongo insert: 47ms
mongo select: 12ms

100 行

mysql insert: 8171ms
mysql select: 10ms

mongo insert: 167ms
mongo select: 60ms

1000 行

mysql insert: 94813ms (1.58 minutes)
mysql select: 13ms

mongo insert: 1013ms
mongo select: 677ms

10.000 行

mysql insert: 924695ms (15.41 minutes)
mysql select: 144ms

mongo insert: 9956ms (9.95 seconds)
mongo select: 4539ms (4.539 seconds)

---

https://github.com/reoxey/benchmark

基准

GOLANG1.6 & PHP5 MySQL & MongoDB 速度对比

用于基准测试的系统：DELL cpu i5 4th gen 1.70Ghz * 4 ram 4GB GPU ram 2GB

RDBMS 与 NoSQL 对 INSERT、SELECT、UPDATE、DELETE 执行不同行数的速度比较 10,100,1000,10000,100000,1000000

用于执行的语言是：PHP5 & Google 最快的语言 GO 1.6

________________________________________________
GOLANG with MySQL (engine = MyISAM)
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
            INSERT
------------------------------------------------
num of rows             time taken
------------------------------------------------
10                      1.195444ms
100                     6.075053ms
1000                    47.439699ms
10000                   483.999809ms
100000                  4.707089053s
1000000                 49.067407174s


            SELECT
------------------------------------------------
num of rows             time taken
------------------------------------------------
1000000                 872.709µs


        SELECT & DISPLAY
------------------------------------------------
num of rows             time taken
------------------------------------------------
1000000                 20.717354746s


            UPDATE
------------------------------------------------
num of rows             time taken
------------------------------------------------
1000000                 2.309209968s
100000                  257.411502ms
10000                   26.73954ms
1000                    3.483926ms
100                     915.17µs
10                      650.166µs


            DELETE
------------------------------------------------
num of rows             time taken
------------------------------------------------
1000000                 6.065949ms
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^


________________________________________________
GOLANG with MongoDB
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
            INSERT
------------------------------------------------
num of rows             time taken
------------------------------------------------
10                      2.067094ms
100                     8.841597ms
1000                    106.491732ms
10000                   998.225023ms
100000                  8.98172825s
1000000                 1m 29.63203158s


            SELECT
------------------------------------------------
num of rows             time taken
------------------------------------------------
1000000                 5.251337439s


        FIND & DISPLAY (with index declared)
------------------------------------------------
num of rows             time taken
------------------------------------------------
1000000                 21.540603252s


            UPDATE
------------------------------------------------
num of rows             time taken
------------------------------------------------
1                       1.330954ms
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^

________________________________________________
PHP5 with MySQL (engine = MyISAM)
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
            INSERT
------------------------------------------------
num of rows             time taken
------------------------------------------------
 10                     0.0040680000000001s
 100                    0.011595s
 1000                   0.049718s
 10000                  0.457164s
 100000                 4s
 1000000                42s


            SELECT
------------------------------------------------
num of rows             time taken
------------------------------------------------
 1000000                <1s


            SELECT & DISPLAY
------------------------------------------------
num of rows             time taken
------------------------------------------------
  1000000               20s
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^

________________________________________________
PHP5 with MongoDB 
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
            INSERT
------------------------------------------------
num of rows             time taken
------------------------------------------------
10                      0.065744s
100                     0.190966s
1000                    0.2163s
10000                   1s
100000                  8s
1000000                 78s


            FIND
------------------------------------------------
num of rows             time taken
------------------------------------------------
1000000                 <1s


            FIND & DISPLAY
------------------------------------------------
num of rows             time taken
------------------------------------------------
1000000                 7s


            UPDATE
------------------------------------------------
num of rows             time taken
------------------------------------------------
1000000                 9s

---

伙计，答案是您基本上是在测试 PHP 而不是数据库。

不要打扰迭代结果，无论是否注释掉打印。有很多时间。

   foreach ($cursor as $obj)
    {
        //echo $obj["thread_title"] . "<br><Br>";
    }

而另一块则是花费大量的兰特数字。

function get_15_random_numbers()
{
    $numbers = array();
    for($i=1;$i<=15;$i++)
    {
        $numbers[] = mt_rand(1, 20000000) ;

    }
    return $numbers;
}

然后有一个主要的区别b / w implode和in。

最后是这里发生了什么。看起来每次都创建一个连接，因此它测试连接时间加上查询时间。

$m = new Mongo();

对比

$db = new AQLDatabase();

因此，对于去除爵士乐的基础查询，您的 101% 的速度可能会提高 1000%。

呃。

---

这是使用 MySQL 与 Mongo 探索 RDBMS 与 NoSQL 的 a little research，其结论与@Sean Reilly 的响应一致。简而言之，好处来自设计，而不是一些原始的速度差异。第 35-36 页的结论：

RDBMS 与 NoSQL：性能和扩展比较

该项目测试、分析和比较了两种数据库类型的性能和可扩展性。所做的实验包括运行不同数量和类型的查询，其中一些比其他更复杂，以分析数据库如何随着负载的增加而扩展。在这种情况下，最重要的因素是使用的查询类型，因为 MongoDB 可以更快地处理更复杂的查询，这主要是因为它在牺牲数据重复的情况下更简单的模式，这意味着 NoSQL 数据库可能包含大量数据重复。尽管可以使用直接从 RDBMS 迁移的模式，但这将消除 MongoDB 子文档的底层数据表示的优势，该优势允许在组合表时对数据库使用较少的查询。尽管 MongoDB 在这些复杂查询中的性能优于 MySQL，但当基准测试通过使用嵌套 SELECT 对 MySQL 查询进行类似于 MongoDB 复杂查询的建模时，MySQL 表现最佳，尽管在连接数较高时两者的行为相似。最后一种基准查询类型是包含两个 JOINS 和一个子查询的复杂查询，它显示了 MongoDB 由于使用子文档而比 MySQL 具有的优势。这种优势是以数据重复为代价的，这会导致数据库大小的增加。如果此类查询在应用程序中很常见，那么重要的是考虑 NoSQL 数据库作为替代方案，同时考虑到更大的数据库大小导致的存储成本和内存大小。

---

老实说，即使 MongoDB 速度较慢，MongoDB 肯定会让我和你的代码更快......无需担心愚蠢的表列、行或实体迁移......

使用 MongoDB，您只需实例化一个类并保存！

---

来自 MongoDB 官方网站

观察两个系统的一些高级查询行为，我们可以看到 MySQL 在选择大量记录时速度更快，而 MongoDB 在插入或更新大量记录时明显更快。

Reference

---

在单服务器上，MongoDb 在读取和写入方面都不会比 mysql MyISAM 快，因为表/文档的大小很小，只有 1 GB 到 20 GB。 MonoDB 在多节点集群上的 Parallel Reduce 上会更快，而 Mysql 无法水平扩展。

---