一、前言

為什么調(diào)研MongoDB？

下圖是DB-Engines2017年8月數(shù)據(jù)庫的排名統(tǒng)計，可以看到MongoDB總排名在第5，在Nosql數(shù)據(jù)庫中排名第1。

優(yōu)點： 

1）社區(qū)活躍，用戶較多，應(yīng)用廣泛。 
2）MongoDB在內(nèi)存充足的情況下數(shù)據(jù)都放入內(nèi)存且有完整的索引支持，查詢效率較高。 
3）MongoDB的分片機制，支持海量數(shù)據(jù)的存儲和擴展。 

缺點： 

1）不支持事務(wù) 
2）不支持join、復(fù)雜查詢 
初步調(diào)研下來，MongoDB具備我們需要的特性，而缺點不影響我們的應(yīng)用場景，故接下來我們就開始做實際的性能壓測。

二、壓測性能對比

1、準備條件

1）Mysql 、MongoDB數(shù)據(jù)庫所在服務(wù)器硬件環(huán)境

2）最新的數(shù)據(jù)庫版本 

MongoDB server version: 3.4.5 
MongoDB client version: mongo-java-driver-2.14.3 
Mysql server version:5.6.34 
Mysql connector version: mysql-connector-java-6.0.6 
MongoDB使用的儲存引擎wiredTiger 
Mysql使用的儲存引擎InnoDB

3）數(shù)據(jù)庫表結(jié)構(gòu)及索引 

MongoDB索引為dateTime 且是唯一索引。我們實際測試使用的MongoDB數(shù)據(jù)結(jié)構(gòu)及字段如圖所示。 

Mysql索引為DATETIME,PARTNER_ID,GOODS_ID,SCOPE且是唯一索引。我們實際測試使用的Mysql數(shù)據(jù)結(jié)構(gòu)及字段如圖所示。

sql語句根據(jù)datetime字段進行時間范圍的查詢

4）連接池最大連接數(shù)都設(shè)置為200個。sql語句調(diào)到最優(yōu)

2、百萬、千萬級別的下不同查詢量不同并發(fā)量的壓測結(jié)果

數(shù)據(jù)庫表中記錄數(shù)總量在百萬、千萬級別的壓測數(shù)據(jù)及結(jié)果如表所示。

3、億級別的下不同查詢量不同并發(fā)量的壓測結(jié)果

數(shù)據(jù)庫表中記錄數(shù)總量在億級別的壓測數(shù)據(jù)及結(jié)果如表所示。

壓測結(jié)果分析： 

1）當每次查詢數(shù)據(jù)量在500條時，無論表中數(shù)據(jù)總量千萬或者億級別，Mysql和MongoDB在100線程并發(fā)的情況下查詢性能相當，表現(xiàn)良好，平均響應(yīng)時間在500ms以內(nèi)，TPS在230左右。 
2）當每次查詢數(shù)據(jù)量在5000條時，表中數(shù)據(jù)總量為千萬級別時，MongoDB在50線程并發(fā)情況下查詢性能不及Mysql 的一半，100線程并發(fā)情況查詢性能都很差，平均響應(yīng)時間在4500ms左右，表中數(shù)據(jù)總量為億級別時，在50個及以上的并發(fā)情況下，MongoDB和Mysql性能都較差。 
  在本案例簡單數(shù)據(jù)模型下的時間范圍內(nèi)的等值查詢應(yīng)用場景下，MongoDB在高并發(fā)條件下的大數(shù)據(jù)量查詢性能并沒有比Mysql更好。另外還有一點需要注意的是，在本案例中，數(shù)據(jù)總量由百萬級別到千萬級別再到億級別的變化過程中，對于查詢性能的影響都不是很大，但對于查詢數(shù)據(jù)量的數(shù)倍增長卻十分敏感，所以在考量數(shù)據(jù)庫查詢性能的時候，也要重點考量應(yīng)用的單次查詢量的需求。 
  盡管MongoDB在我們的這種應(yīng)用場景下并沒有達到我們預(yù)期的性能，我們也簡單的調(diào)研了下Mysql和MongoDB對于內(nèi)存的使用機制以及一些可能影響查詢效率的內(nèi)部配置。

三、Mysql和MongoDB內(nèi)存結(jié)構(gòu)

1、InnoDb內(nèi)存使用機制

Innodb體系結(jié)構(gòu)如圖所示。

壓測的Mysql使用的是Innodb存儲引擎，Innodb關(guān)于查詢效率有影響的兩個比較重要的參數(shù)分別是innodb_buffer_pool_size，innodb_read_ahead_threshold。 

innodb_buffer_pool_size指的是Innodb緩沖池的大小，本例中Innodb緩沖池大小為20G，該參數(shù)的大小可通過命令指定innodb_buffer_pool_size 20G。緩沖池使用改進的LRU算法進行管理，維護一個LRU列表、一個FREE列表，F(xiàn)REE列表存放空閑頁，數(shù)據(jù)庫啟動時LRU列表是空的，當需要從緩沖池分頁時，首先從FREE列表查找空閑頁，有則放入LRU列表，否則LRU執(zhí)行淘汰，淘汰尾部的頁分配給新頁。 

innodb_read_ahead_threshold相對應(yīng)的是數(shù)據(jù)預(yù)加載機制，innodb_read_ahead_threshold 30表示的是如果一個extent中的被順序讀取的page超過或者等于該參數(shù)變量的，Innodb將會異步的將下一個extent讀取到buffer pool中，比如該參數(shù)的值為30，那么當該extent中有30個pages被sequentially的讀取，則會觸發(fā)innodb linear預(yù)讀，將下一個extent讀到內(nèi)存中；在沒有該變量之前，當訪問到extent的最后一個page的時候，Innodb會決定是否將下一個extent放入到buffer pool中；可以在Mysql服務(wù)端通過show innodb status中的Pages read ahead和evicted without access兩個值來觀察預(yù)讀的情況： 
Innodb_buffer_pool_read_ahead：表示通過預(yù)讀請求到buffer pool的pages； 
Innodb_buffer_pool_read_ahead_evicted：表示由于請求到buffer pool中沒有被訪問，而驅(qū)逐出內(nèi)存的頁數(shù)。

可以看出來，Mysql的緩沖池機制是能充分利用內(nèi)存且有預(yù)加載機制，在某些條件下目標數(shù)據(jù)完全在內(nèi)存中，也能夠具備非常好的查詢性能。

2、MongoDB的存儲結(jié)構(gòu)及數(shù)據(jù)模型

1）本例中MongoDB使用的儲存引擎是WiredTiger，WiredTiger的結(jié)構(gòu)如圖所示。

WiredTiger Cache的實現(xiàn)原理圖如圖所示。

  Wiredtiger的Cache采用Btree的方式組織，每個Btree節(jié)點為一個page，root page是btree的根節(jié)點，internal page是btree的中間索引節(jié)點，leaf page是真正存儲數(shù)據(jù)的葉子節(jié)點；btree的數(shù)據(jù)以page為單位按需從磁盤加載或?qū)懭氪疟P。 
可以通過在配置文件中指定storage.wiredTiger.engineConfig.cacheSizeGB參數(shù)設(shè)定引擎使用的內(nèi)存量。此內(nèi)存用于緩存工作集數(shù)據(jù)（索引、namespace，未提交的write，query緩沖等）。

2）數(shù)據(jù)模型

內(nèi)嵌

  MongoDB的文檔是無模式的，所以可以支持各種數(shù)據(jù)結(jié)構(gòu)，內(nèi)嵌模型也叫做非規(guī)格化模型（denormalized）。在MongoDB中，一組相關(guān)的數(shù)據(jù)可以是一個文檔，也可以是組成文檔的一部分。

內(nèi)嵌類型支持一組相關(guān)的數(shù)據(jù)存儲在一個文檔中，這樣的好處就是，應(yīng)用程序可以通過比較少的的查詢和更新操作來完成一些常規(guī)的數(shù)據(jù)的查詢和更新工作。 
當遇到以下情況的時候，我們應(yīng)該考慮使用內(nèi)嵌類型： 
  如果數(shù)據(jù)關(guān)系是一種一對一的包含關(guān)系，例如下面的文檔，每個人都有一個contact字段來描述這個人的聯(lián)系方式。像這種一對一的關(guān)系，使用內(nèi)嵌類型可以很方便的進行數(shù)據(jù)的查詢和更新。

{
??"_id": ,
??"name": “Wilber",
??"contact": {
???? “phone": “12345678",
???? “email": “wilber@shanghai.com"
?? }
}

  如果數(shù)據(jù)的關(guān)系是一對多，那么也可以考慮使用內(nèi)嵌模型。例如下面的文檔，用posts字段記錄所有用戶發(fā)布的博客。在這中情況中，如果應(yīng)用程序會經(jīng)常通過用戶名字段來查詢改用戶發(fā)布的博客信息。那么，把posts作為內(nèi)嵌字段會是一個比較好的選擇，這樣就可以減少很多查詢的操作。

{
?? “_id": ,
?? “name": “Wilber",
?? “contact": {
????"phone": “12345678",
????"email": “wilber@shanghai.com"
??},
??"posts": [
??{
????"title": “Indexes in MongoDB",
????"created": “12/01/2014",
????"link": “www.linuxidc.com"
??},
??{
????"title": “Replication in MongoDB",
????"created": “12/02/2014",
????"link": “www.linuxidc.com"
??},
??{
????"title": “Sharding in MongoDB",
????"created": “12/03/2014",
????"link": “www.linuxidc.com"
??}
?]
}

  根據(jù)上面的描述可以看出，內(nèi)嵌模型可以給應(yīng)用程序提供很好的數(shù)據(jù)查詢性能，因為基于內(nèi)嵌模型，可以通過一次數(shù)據(jù)庫操作得到所有相關(guān)的數(shù)據(jù)。同時，內(nèi)嵌模型可以使數(shù)據(jù)更新操作變成一個原子寫操作。然而，內(nèi)嵌模型也可能引入一些問題，比如說文檔會越來越大，這樣就可能會影響數(shù)據(jù)庫寫操作的性能，還可能會產(chǎn)生數(shù)據(jù)碎片（data fragmentation）。

引用

  相對于嵌入模型，引用模型又稱規(guī)格化模型（Normalized data models），通過引用的方式來表示數(shù)據(jù)之間的關(guān)系。這里同樣使用來自MongoDB文檔中的圖片，在這個模型中，把contact和access從user中移出，并通過user_id作為索引來表示他們之間的聯(lián)系。

當我們遇到以下情況的時候，就可以考慮使用引用模型了： 
  使用內(nèi)嵌模型往往會帶來數(shù)據(jù)的冗余，卻可以提升數(shù)據(jù)查詢的效率。但是，當應(yīng)用程序基本上不通過內(nèi)嵌模型查詢，或者說查詢效率的提升不足以彌補數(shù)據(jù)冗余帶來的問題時，我們就應(yīng)該考慮引用模型了。 
  當需要實現(xiàn)復(fù)雜的多對多關(guān)系的時候，可以考慮引用模型。比如我們熟知的例子，學生-課程-老師關(guān)系，如果用引用模型來實現(xiàn)三者的關(guān)系，可能會比內(nèi)嵌模型更清晰直觀，同時會減少很多冗余數(shù)據(jù)。 
  當需要實現(xiàn)復(fù)雜的樹形關(guān)系的時候，可以考慮引用模型。

四、應(yīng)用場景分析

1、MongoDB的應(yīng)用場景

1）表結(jié)構(gòu)不明確且數(shù)據(jù)不斷變大 
MongoDB是非結(jié)構(gòu)化文檔數(shù)據(jù)庫，擴展字段很容易且不會影響原有數(shù)據(jù)。內(nèi)容管理或者博客平臺等，例如圈子系統(tǒng)，存儲用戶評論之類的。 
2）更高的寫入負載 
MongoDB側(cè)重高數(shù)據(jù)寫入的性能，而非事務(wù)安全，適合業(yè)務(wù)系統(tǒng)中有大量“低價值”數(shù)據(jù)的場景。本身存的就是json格式數(shù)據(jù)。例如做日志系統(tǒng)。 
3）數(shù)據(jù)量很大或者將來會變得很大 
Mysql單表數(shù)據(jù)量達到5-10G時會出現(xiàn)明細的性能降級，需要做數(shù)據(jù)的水平和垂直拆分、庫的拆分完成擴展，MongoDB內(nèi)建了sharding、很多數(shù)據(jù)分片的特性，容易水平擴展，比較好的適應(yīng)大數(shù)據(jù)量增長的需求。 
4）高可用性 
自帶高可用，自動主從切換（副本集）

不適用的場景 
1）MongoDB不支持事務(wù)操作，需要用到事務(wù)的應(yīng)用建議不用MongoDB。 
2）MongoDB目前不支持join操作，需要復(fù)雜查詢的應(yīng)用也不建議使用MongoDB。

2、關(guān)系型數(shù)據(jù)庫和非關(guān)系型數(shù)據(jù)庫的應(yīng)用場景對比

關(guān)系型數(shù)據(jù)庫適合存儲結(jié)構(gòu)化數(shù)據(jù)，如用戶的帳號、地址： 

1）這些數(shù)據(jù)通常需要做結(jié)構(gòu)化查詢，比如join，這時候，關(guān)系型數(shù)據(jù)庫就要勝出一籌 
2）這些數(shù)據(jù)的規(guī)模、增長的速度通常是可以預(yù)期的 
3）事務(wù)性、一致性 

NoSQL適合存儲非結(jié)構(gòu)化數(shù)據(jù)，如文章、評論： 

1）這些數(shù)據(jù)通常用于模糊處理，如全文搜索、機器學習 
2）這些數(shù)據(jù)是海量的，而且增長的速度是難以預(yù)期的， 
3）根據(jù)數(shù)據(jù)的特點，NoSQL數(shù)據(jù)庫通常具有無限（至少接近）伸縮性 
4）按key獲取數(shù)據(jù)效率很高，但是對join或其他結(jié)構(gòu)化查詢的支持就比較差

到此這篇關(guān)于mongoDB和mysql對比分析及選擇(詳細版)的文章就介紹到這了,更多相關(guān)mongoDB和mysql對比分析內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論