mongodb – Pymongo-Zählung ist langsam

Question

Dreißigtausend Daten, jedes Datenelement enthält nur eine Zufallszahl {„Ziffer“: Zufallszahl}
Anforderung: Zählen Sie die Zahl, die am häufigsten vorkommt
Datenbanktabelle

def main():
    digits = []
    for d in table.find():
        n = d['digit']
        digits.append(n)
    dig = set(digits)

    news = []
    i = 0
    for d in dig:
        c = table.find({"digit": d}).count()
        zz = (d, c)
        news.append(zz)
        print(i)
        i += 1

if __name__ == '__main__':
    start = time.time()
    main()
    print('Cost: {}'.format(time.time() - start))

Es dauert fünf oder sechs Minuten, um 100 Mal zu laufen. Der Lüfter ist auch sehr laut ...
Was ist die richtige Haltung?

Answer 1

正确的姿势是使用aggregation.

db.table.aggregate([
    {$group: {_id: "$digit", count: {$sum: 1}}},    // 统计每个数字出现的次数
    {$sort: {count: -1}},    // 逆序排列
    {$limit: 1}    // 取第1条记录
]);

$group的用户可以参考文档。
需要注意的是，这样的需求现实当中出现的可能性不高，估计你这是一道练习题目。实际上就算使用了Aggregatoin，仍然需要遍历整个集合的所有数据才有可能找出出现最多的数字，所以当集合总记录数比较大的时候，这样的全表遍历操作怎么样都不可能会快，通常也只有在OLAP场景下才有这样的查法，而OLAP通常对速度要求不高。所以仅从理论上讨论，应该使用aggregation framework，但是真实需求还是需要再做具体分析。