使用基于文档的nosql (mongodb、couchdb和riak等)查询关系数据的性能

只是想为任何可能好奇的人抛出一个CouchDB答案。:)

正如上面的第一个答案所提到的，将作者文档嵌入到文章文档中是不明智的，因此下面的示例假设了两种文档类型:文章和作者。

CouchDB通常使用JavaScript编写的MapReduce查询(但Python, Ruby, Erlang和其他可用)。MapReduce查询的结果在第一次请求时存储在索引中，并且存储的索引用于以后的所有查找。对数据库的更改将在进一步请求时添加到索引中。

CouchDB的API完全基于HTTP，因此对数据库的所有请求都是在不同url上的HTTP动词(GET、POST、PUT、DELETE)。我将列出MapReduce查询(用JavaScript编写)以及用于从索引请求相关结果的URL。

1。通过id和作者获取文章

最简单的方法是两个直接的文档查找:

<>之前得到/db/{article_id}GET/db/{author_id} 之前

…其中{author_id}是从文章的author_id字段获得的值。

2。获取指定作者的所有文章

MapReduce

function (doc) {
  if (doc.type === 'article') {
    emit(doc.author_id, doc);
  }
}

<>之前得到/db/_design/cms/_view/articles_by_author吗?关键= " {author_id} "

…其中{author_id}为作者的实际ID。

3。查找作者按创建日期排序的前10篇文章

MapReduce

function (doc) {
  function arrayDateFromTimeStamp(ts) {
    var d = new Date(ts);
    return [d.getFullYear(), d.getMonth(), d.getDate(), d.getHours(), d.getMinutes(), d.getSeconds()];
  }
  var newdoc = doc;
  newdoc._id = doc.author_id;
  newdoc.created_at = arrayDateFromTimeStamp(doc.created_at);
  if (doc.type === 'article') {
    emit(newdoc.created_at, newdoc); 
  }
}

在视图请求中使用?include_docs=true可以在CouchDB中包含样式"join"。如果您在emit的值端包含"_id"键(第二个参数)，那么将include_docs=true添加到您的查询参数中将包括指定"_id"引用的文档。在上面的情况下，我们将文档自己的"_id"(我们不再需要)替换为引用的作者的"_id"(文章文档中的"author_id"的值)。请求包含相关作者信息的前10篇文章如下所示:

<>之前得到/db/_design/cms/_view/articles_by_date吗?下行= true&limit = 10 &include_docs = true 之前

请求URL将返回最近的10篇文章的列表，格式类似于:

{"行":[{" id ":"article_id","键":[2011,9,3,12,5,41]，"价值":{" _id ":"author_id","标题":"…"},"doc":{"_id":"author_id"， "name":"作者名"}}]} 之前
使用相同的索引，您可以获得任何年，月，日，小时等粒度的所有文档的列表，无论是否包含作者数据。
还有一些方法可以使用视图排序将多个文档从单个文档中聚合在一起(例如CMS中的页面引用不同的内容)。我在七月份为CouchConf做的幻灯片中有一些关于如何做到这一点的信息:http://www.slideshare.net/Couchbase/couchconfsfdesigningcouchbasedocuments
如果您还有什么问题，请告诉我。

按id和作者获取文章

:

• 1查询
• 2个索引查找
• 2个数据查找
• 返回数据=文章+作者

MongoDB :

<
• 2查询/gh>
• 2个索引查找
• 2个数据查找
• 返回数据=文章+作者

获取指定作者的所有文章

:

• 1查询
• 1索引查找
• N数据查找
• 返回的数据= N篇

MongoDB :

• 1查询
• 1索引查找
• N数据查找
• 返回的数据= N篇

查找作者按创建日期排序的前10篇文章

:

• 1查询
• 2个索引查找
• 11到20个数据查找(文章然后是唯一的作者)
• 返回的数据= 10篇文章+ 10位作者

MongoDB :

• 2查询(articles.find().sort().limit(10), authors.find({$in:[article_authors]})
)
• 2个索引查找
• 11到20个数据查找(文章然后是唯一的作者)
• 返回的数据= 10篇文章+ 1至10位作者

---

在两种情况下，MongoDB需要一个额外的查询，但在底层完成大部分相同的总工作。在某些情况下，MongoDB通过网络返回的数据较少(没有重复条目)。连接查询往往受限于所有要连接的数据位于同一框上的要求。如果作者和文章位于不同的地方，那么无论如何你最终都要执行两个查询。

MongoDB倾向于获得更好的"原始"性能，因为它不会在每次写时刷新磁盘(所以它实际上是一个"持久性"权衡)。它还有一个更小的查询解析器，因此每个查询的活动更少。

从基本性能的角度来看，这些东西非常相似。它们只是对你的数据和你想要做的权衡做出不同的假设。

var article = db.articles.find({id: article_id}).limit(1);
var author = db.authors.find({id: article.author_id});

var author = db.authors.find({id: author_name}).limit(1);
var articles = db.articles.find({author_id: author.id});

var articles = db.articles.find({}).sort({created_at: 1}).limit(10);
var author_ids = articles.map(function(a) { return a.author_id });
var authors = db.authors.find({id: { '$in': authors_ids }});