Dew*_*rld 1 python query-optimization mongodb nosql pymongo
我有一个包含 0.6 百万个文档的集合。大多数文件的结构如下，
{
"_id" : ObjectId("53d86ef920ba274d5e4c8683"),
"checksum" : "2856caa9490e5c92aedde91330964488",
"content" : "<!DOCTYPE html PUBLIC \"-//W3C//DTD XHTML 1.0 Transitional//EN\" \"http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd\">\r\n<html xmlns=\"http://www.w3.org/1999/xhtml\" xml:lang=\"bn-bd\" lang=\"bn-bd\" dir=\"ltr\" " />\n <link rel=\"stylesheet\" href=\"/templates/beez_20/css/position.css\" type=\"text/css\" media=\"screen,projection\ef=\"/index.php/bn/contact-bangla/2013-0</body>\r\n</html>",
"date" : ISODate("2014-07-29T15:57:11.886Z"),
"filtered_content" : "",
"indexed" : true,
"category": 'raw',
"link_extracted" : 1,
"parsed" : true,
"title" : "Constituency 249_10th_En",
"url" : "http://www.somesite.com.bd/index.php/bn/bangla/2014-03-23-11-45-04?layout=edit&id=2143"
}
所有文档都带有日期属性。现在，当我编写下面的查询时，我得到了无限期的延迟时间来显示结果。
from pymongo import Connection
import datetime
con = Connection()
db = con.spider
pages = db.pages
today = datetime.datetime.combine( datetime.date.today(), datetime.datetime.min.time() )
c = pages.find({ u'category': 'news', u'date': {u'$gt': today } }, {u'title': 1, '_id': 0} )
for item in c:
print item
索引是，
_id, url, parsed
如何将这个查询的性能限制在可接受的时间范围内？任何可靠的答案，建议表示赞赏！
看起来像添加索引category并且date会有所帮助。
pages.createIndex({'date': 1, 'category': 1});
在 pymongo 中，索引创建看起来更像这样：
keys = [
("date", pymongo.ASCENDING),
("category", pymongo.ASCENDING)
]
pages.create_index(keys)
您最可能感兴趣的选项是：
name: custom name to use for this index - if none is given, a name will be generated
unique: if True creates a unique constraint on the index
不过，我不希望日期/类别是唯一的。为索引命名似乎是一个好习惯。
| 归档时间： |
|
| 查看次数： |
2413 次 |
| 最近记录： |