Php 查询1000万个mongodb文档

我在mongodb文档中存储书籍元数据，如姓名、作者、价格、出版商等。我有大约1000万份这样的文件，它们都在一个集合中。文档的平均大小为1.9KB。现在我有了

name

、

authors

和

price

的索引。事实上，我有两个价格指数，一个是升序，一个是降序。我的mongodb版本是2.2.0，我正在使用php驱动程序查询mongo。驱动程序的版本是1.12。但当我对价格进行范围查询时，会得到一个

MongoCorSortimeoutException

。在我的查询中，我试图找到特定价格范围内的书籍，如“价格低于1000和高于500”

增加超时时间似乎不是一个好主意（已经是30秒了）。我还能做些什么来加快查询过程吗

编辑 实际上我的价格指数是复合的。我有一个状态字段，它有一个整数值，所以我的价格指数看起来像

{price:-1，status:1}

和

{price:1，status:1}

---

我还试图用PHP一次检索20个文档

检查你的不雅行为。重新为数据编制索引，并确保在运行查询之前对集合进行了完全索引。（10英里。索引文档可能需要一段时间）

任何索引查询中最慢的部分是实际的文档检索。我可以想象，根据您正在提取的文档数量，这可能需要30秒或更长时间和大量内存 有关某些方面的更多有用说明，您可以尝试查看此页面：

---

10英里。您还可以考虑在计算机之间共享数据。请记住，硬盘读取速度比cpu周期慢。

我们在Mongo collections方面有很多经验，Mongo collections拥有数百万文档，使用单一/共享服务器和EC2上的专用副本集，使用传统卷和SSD EBS卷。工作负载是多种多样的：一些是面向分析的，另一些是支持Web请求的。以下是我建议的根本原因分析路径：

使用运行查询，查看使用的索引等方面的情况。如有必要，请调整索引。Mongo的优化器相当幼稚，因此如果您的索引与查询模式不完全匹配，它们可能会丢失

检查并查找以下任何问题：（1）内存中并非所有数据（由页面错误指示）和（2）队列长度（通常指示某种类型的瓶颈）。当并非所有数据都在内存中时，Mongo的性能会迅速下降，因为数据库只有一个全局锁，而触摸式存储（尤其是在云中）是个坏消息。我们最近升级到了SSD云存储，我们看到大约1/2 Tb大小的数据库的性能提高了3-10倍

将分析级别增加到2（最大值），运行一段时间并查看操作日志。看

---

希望这有帮助。

因为@JohnyHK说我的RAM太低了。因此，它增加到12GB，现在可以工作了。感谢大家的评论和回答

memcached？这是18场演出，难怪。你安装了多少内存？@iccthedral我有8GB内存。但我的总索引大小约为6GB。所以我有足够的内存来保存我的索引，在价格上有单独的升序和降序索引是一种浪费。单字段索引的方向。移除其中一个以释放一些索引RAM。@JohnnyHK实际上我的价格指数是复合的。我有一个状态字段，它有一个整数值，所以我的价格指数看起来像

{price:-1，status:1}

和

{price:1，status:1}

@lovesh OK；即使如此，也要确保使用

explain

来确保这两个索引都被使用。无论如何，拥有6GB的索引和8GB的RAM感觉太紧了。我试图一次检索20个文档，所以

limit

是20