Mongodb Mongo'；s aggregate命令未充分利用CPU
我让Mongo2.2.2在Windows7x64上运行，在i7八核CPU上运行。我们的生产服务器在Red Hat Enterprise下运行，在256台核心机器上运行相同版本的Mongo 在我的Windows计算机上的以下调用的测试中Mongodb Mongo'；s aggregate命令未充分利用CPU,mongodb,performance,aggregation-framework,Mongodb,Performance,Aggregation Framework,我让Mongo2.2.2在Windows7x64上运行，在i7八核CPU上运行。我们的生产服务器在Red Hat Enterprise下运行，在256台核心机器上运行相同版本的Mongo 在我的Windows计算机上的以下调用的测试中 db.users_v2_prod.aggregate( { $group : {_id : "$email", total : { $sum : 1 } } }, { $match : { total : { $gte : 3 } } }, { $sort : {
db.users_v2_prod.aggregate( { $group : {_id : "$email", total : { $sum : 1 } } }, { $match : { total : { $gte : 3 } } }, { $sort : {total : -1} }, {$limit : 5} )
mongod附言和奖金问题：你想过使用GPU吗？我的笔记本电脑上有1024个内核的GPU:）很有可能，CPU不是这里的边界因素-对于MongoDB的典型用例，大多数情况下都是这样。您的查询看起来并不是计算密集型的，所以它更有可能在磁盘分页数据或内存不足方面达到极限 很难说没有看到运行的实际统计数据（因此我建议安装主机），但我很少看到CPU成为MongoDB实例的瓶颈 尽管如此，并行化可能会得到改进，但它可能不是实现的最快的方法。如果上述任何一项都不相关，那么我会看看您是否可以并行运行多个作业，或者在客户端将工作进行更多的拆分，看看您是否可以通过这种方式改进问题。您可能还应该关注/投票/评论这些问题： （并行化聚合操作） （并行查询）
（添加聚合框架的解释）（在2.6中添加）为什么您认为这是CPU受限的？MapReduce和其他简单的JavaScript工具，如
eval（）iostatvmstatexplain（）