何时'；现在是在MongoDB中创建专用集合以避免困难查询的时候了吗？

我在问一个问题，我认为这不是一个简单的黑白问题，但我所问的原则是明确的

示例情况：

假设我收藏了100万本书，而且我一直希望能获得前100名。 让我们假设每次执行此查询时都需要执行聚合函数，这使得它有点昂贵

合理的做法是，我不会对每个请求（每秒100-1000次）运行查询，而是创建一个专门的集合，只存储每分钟左右更新的前100本书，因此，我不会每秒运行100次困难的查询，而是每分钟只运行一次，取而代之的是从一个只有100本书而且不需要查询（只需获取所有内容）的小藏书集中提取

这就是我要问的校长。

• 我是否应该为经常出现的每个查询创建一个专用集合 用过吗
• 我应该只为复杂的人做吗
• 我如何衡量哪一个足够复杂，哪一个足够简单 就这样离开
• 在这些类型的项目中是否有最佳实践指南 情况
• 是否存在这样一种情况：如果查询运行得如此频繁，而数据却不运行 经常更改，我应该将数据保存在服务器的内存中 直接访问？即使有很多数据？多少是太多

最后,

• MongoDB中有没有缓存结果的方法

如果是这样，我如何告诉它获取缓存结果，以及何时重新生成缓存

---

谢谢大家。

在讨论收集细节之前，我们必须区分“实时数据”与不需要立即和实时显示信息的数据。“实时”系统的规则显然大不相同

现在让我们从结尾开始讲你的例子。查询结果的缓存。答案不仅仅是MongoDB。数据架构师通常使用Redis或memcached（或其他缓存系统）来保存所有类型的信息。不过，很明显，这是系统和数据库可用内存量的函数。您不希望通过为缓存提供太多的可用内存来削弱DB，也不希望缓存提供太少的可用内存而变得无用

在本书中，在前100名中，由于这肯定不是一项实时工作，因此缓存查询并将缓存提供给请求是有意义的。您可以基于cron作业或更新标志（创建该标志以通知程序100已更新）更新缓存，然后系统将在后台运行

$aggregate

现在谈谈前几点：

我是否应该为经常使用的每个查询创建一个专用集合

是和否。这取决于要搜索到

$aggregate

您的响应所需的数据量。同样，这也取决于您的内存限制，顺便说一句，让我添加整个服务器设置的速度，核心和内存。MHO-cache要好得多，因为它避免了一直从数据中读取数据

我应该只为复杂的人做吗？ 我如何衡量哪一个足够复杂，哪一个足够简单，可以保持原样

我不认为任何人能为你的系统对这个问题做出黑白的回答。复杂的查询是否只是一个

$aggregate

？或者是

$unwind

然后是一系列

$group

等选项？这实际上取决于数据集以及实际必须读取、筛选和操作多少信息。它会影响IO，是的，同样会影响内存

如果查询经常运行，并且数据不经常更改，我是否应该将数据保存在服务器内存中以便直接访问？即使有很多数据？多少是太多

参见上面的答案，这与您的其他问题直接相关

最后：

在这类情况下，是否有最佳实践指南

在这里，您所能做的最好的事情就是对代码中的过程计时，监视内存使用和限制，查看IO，研究集合上的实际读写

---

希望这有帮助。

使用缓存来存储对象。例如，在Redis中使用Redis

Redis列表只是按插入顺序排序的字符串列表

然后设置为a或a

现在，无论何时您在Redis中丢失了数据，都可以在MongoDB中运行查询并重新填充缓存。此外，由于缓存驻留在内存中，因此与MongoDB中的专用集合相比，您的抓取速度将非常快

除此之外，您不必保留专用机器，只需将其部署在应用程序机器中即可