MySQL vs MongoDB 1000读取

 <?php
function microtime_float()
{
    list($usec, $sec) = explode(" ", microtime());
    return ((float)$usec + (float)$sec);
}
$time_taken = 0;
$tries = 100;
// connect
$time_start = microtime_float();

for($i=1;$i<=$tries;$i++)
{
    $m = new Mongo();
    $db = $m->swalif;
    $cursor = $db->posts->find(array('id' => array('$in' => get_15_random_numbers())));
    foreach ($cursor as $obj)
    {
        //echo $obj["thread_title"] . "<br><Br>";
    }
}

$time_end = microtime_float();
$time_taken = $time_taken + ($time_end - $time_start);
echo $time_taken;

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

    }
    return $numbers;
}

?>
 

 <?php
function microtime_float()
{
    list($usec, $sec) = explode(" ", microtime());
    return ((float)$usec + (float)$sec);
}
$BASE_PATH = "../src/";
include_once($BASE_PATH  . "classes/forumdb.php");

$time_taken = 0;
$tries = 100;
$time_start = microtime_float();
for($i=1;$i<=$tries;$i++)
{
    $db = new AQLDatabase();
    $sql = "select * from posts_really_big where id in (".implode(',',get_15_random_numbers()).")";
    $result = $db->executeSQL($sql);
    while ($row = mysql_fetch_array($result) )
    {
        //echo $row["thread_title"] . "<br><Br>";
    }
}
$time_end = microtime_float();
$time_taken = $time_taken + ($time_end - $time_start);
echo $time_taken;

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

    }
    return $numbers;
}
?>
 

#1 楼

MongoDB并不是神奇的更快。如果您以相同的方式存储相同的数据，并以完全相同的方式对其进行访问，那么您真的不应该期望结果会大相径庭。毕竟，MySQL和MongoDB都是GPL，因此，如果Mongo中包含一些神奇的更好的IO代码，则MySQL团队可以将其纳入其代码库中。

人们在很大程度上看到了现实世界中MongoDB的性能因为MongoDB允许您以更适合您的工作量的另一种方式进行查询。

例如，考虑一种设计，该设计以规范化的方式保留了有关复杂实体的大量信息。这可以轻松地使用MySQL（或任何关系db）中的几十个表以正常形式存储数据，并需要许多索引来确保表之间的关系完整性。

现在考虑使用文档进行相同的设计商店。如果所有这些相关表都从属于主表（并且经常属于主表），则您可以对数据进行建模，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。这是MongoDB开始提供卓越性能的地方。

在MongoDB中，要检索整个实体，您必须执行：


对集合进行一次索引查找（假设实体是由id提取的）
检索一个数据库页面的内容（实际的二进制json文档）

因此进行b树查找，并读取二进制页面。 Log（n）+ 1个IO如果索引可以完全驻留在内存中，则为1 IO。

在具有20个表的MySQL中，您必须执行以下操作：


在根上查找一个索引表（再次假设该实体是通过id提取的）
使用聚集索引，我们可以假设根行的值在索引中
20+范围查找（希望在索引上）用于实体的pk值
这些可能不是聚集索引，因此一旦我们弄清了合适的子行是什么，就进行了20多次数据查找。

所以mysql的总数，即使假设所有索引都在内存中（难度更大，因为它们的数量要多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，并且很可能实体在同一表中同一范围内的不同行可能不是连续的（取决于实体的更新方式等）。

因此，在此示例中，最终计数大约是20次与MongoDB相比，每个逻辑访问使用MySQL的IO数量更多。

这是MongoDB在某些用例中可以提高性能的方式。

#2 楼

您是否有并发性，即同时使用用户？如果仅使用一个线程直接运行1000次查询，则几乎没有区别。这些引擎太简单了：)

但是，我强烈建议您建立一个真正的负载测试会话，这意味着在同一时间使用具有10、20或50个用户的JMeter这样的注入器，这样您就可以确实看到了不同（尝试将这段代码嵌入JMeter可以查询的网页中）。

我今天只是在一台服务器（和一个简单的集合/表）上进行操作，结果非常有趣令人惊讶的是（与MyISAM引擎和InnoDb引擎相比，MongoDb的读写速度确实更快）。

这确实是测试的一部分：并发和MySQL引擎。
然后，数据/ schema设计和应用程序需求当然是巨大的要求，超出了响应时间。让我知道，当您获得结果时，我也需要有关此的输入！

#3 楼

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)

#4 楼

嗯，答案是，您基本上是在测试PHP而不是数据库。

不要打扰结果，无论是否注释打印结果。有很多时间。

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

而另一部分则是花大量的兰德数。

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

    }
    return $numbers;
}

然后内爆和内爆之间存在主要差异。

最后发生了什么。看起来就像每次都创建一个连接，因此它会测试连接时间和查询时间。

$m = new Mongo();

vs

$db = new AQLDatabase();

，因此对于除去爵士乐的基础查询，您的速度提高101％可能会快1000％。

urghhh。

#5 楼

https://github.com/reoxey/benchmark

基准

MySQL和MongoDB在GOLANG1.6和PHP5中的速度比较

系统适用于基准测试：DELL cpu i5第4代1.70Ghz * 4内存4GB GPU内存2GB

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

用于执行的语言是：PHP5和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

#6 楼

这是一项使用MySQL vs Mongo探索RDBMS vs NoSQL的小研究，结论与@Sean Reilly的回应一致。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：性能和缩放比例比较


该项目对性能和可伸缩性进行了测试，分析和比较。两种数据库类型中的一种。完成的实验包括运行不同数量和类型的查询，其中一些查询比其他查询更复杂，以便分析数据库如何随着增加的负载进行扩展。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，这主要是由于它的简化结构简化了数据重复，这意味着NoSQL数据库可以包含大量数据重复项。尽管可以使用直接从RDBMS迁移的模式，但这会消除MongoDB的
子文档底层数据表示形式的优点，该优点允许对
数据库使用较少的查询，因为表被合并。尽管在这些复杂查询中，MongoDB在性能上优于MySQL，但当基准测试
通过嵌套嵌套SELECT对MySQL查询进行建模（类似于MongoDB复杂查询）时，MySQL的表现最佳，尽管数量更高
两者的连接方式相似。基准的最后一种查询类型是包含两个JOINS和一个
子查询的复杂查询，这表明MongoDB由于使用了
子文档而比MySQL具有优势。此优势是以数据复制为代价的，而数据复制会导致数据库大小增加。如果此类查询在应用程序中是典型的，那么在引入
时考虑NoSQL
数据库是很重要的选择。计算较大的数据库大小导致的存储和内存大小成本。

#7 楼

老实说，即使MongoDB速度较慢，Mon​​goDB绝对会让我和你的编码更快。...无需担心愚蠢的表列，行或实体的迁移...
使用MongoDB，您只需实例化一个类并保存！

#8 楼

在单服务器上，给定表/文档的大小在1 GB到20 GB之间，MongoDb在读取和写入方面都不会比mysql MyISAM快。
在Parallel Reduce上，MonoDB会更快。 Mysql无法水平扩展的节点群集。