Mongo $ in prestazioni operatore

Question

È una forma lenta/scadente usare l'operatore $ in in MongoDB con una vasta gamma di possibilità?

posts.find({ 
    author : { 
     $in : ['friend1','friend2','friend3'....'friend40'] 
    } 
}) 

App Engine, per esempio, non vi permetterà di utilizzare più di 30 perché traducono direttamente a una query per ogni elemento dell'array IN, e così invece ti costringono ad utilizzare il loro metodo per la gestione fan out. Sebbene questo sia probabilmente il metodo più efficiente anche in Mongo, il codice per esso è significativamente più complesso, quindi preferirei usare solo questo metodo generico.

Mongo eseguirà queste $ in query in modo efficiente per dataset di dimensioni ragionevoli?

Answer 1

Può essere abbastanza efficiente con elenchi di piccole dimensioni (difficile dire ciò che è piccolo, ma almeno in decine/centinaia) per $ in. Non funziona come app-engine poiché mongodb ha indici btree effettivi e non è un column store come bigtable.

Con $ in, salterà nell'indice per trovare i documenti corrispondenti, o percorrerà l'intera raccolta se non c'è un indice da utilizzare.

Answer 2

Se si crea un indice (ensureIndex) sull'elemento di elenco, dovrebbe essere piuttosto veloce.

Hai provato a usare explain()? È un buon modo integrato per profilare le vostre domande: http://www.mongodb.org/display/DOCS/Indexing+Advice+and+FAQ#IndexingAdviceandFAQ-Use%7B%7Bexplain%7D%7D.

Answer 3

Supponendo di aver creato indice sul campo author, dal punto di vista algoritmico, la complessità temporale di $in funzionamento è: $(N*log(M)), dove N è la lunghezza di array e M è la dimensione della collezione.

La complessità momento della $in operazione non cambia a meno che non si cambia un database (Anche se io non credo che nessuno di db può rompere O(N*log(M))).

Tuttavia, dal punto di vista ingegneristico, se N va a un numero grande, è meglio lasciare che il server logica di business per simulare il funzionamento $in, sia batch o uno per uno.

Questo è semplicemente perché: la memoria nei server di database è molto più preziosa della memoria nei server di business logic.