为什么 PyMongo count_documents 比 count 慢？

Question

在db['TF']我大约有60万条记录。

我需要获取记录的数量。

如果我运行db['TF'].count()，它会立即返回。

如果我运行db['TF'].count_documents({})，那么在我得到结果之前需要很长时间。

但是，该count方法将被弃用。

那么，如何在使用时快速获取数量count_documents呢？有没有我错过的一些论点？

我已经阅读了文档和代码，但没有找到。

非常感谢！

Answer 1

这不是关于 PyMongo，而是关于 Mongo 本身。

count是一个原生的 Mongo 函数。它并没有真正计算所有文件。每当您在 Mongo 中插入或删除记录时，它都会缓存集合中的记录总数。然后当您运行时count，Mongo 将返回该缓存值。

count_documents使用查询对象，这意味着它必须遍历所有记录才能获得总数。因为您没有传递任何参数，所以它必须运行所有 6000 万条记录。这就是它慢的原因。

基于@Stennie 评论

您可以在 PyMongo 3.7+ 中使用estimated_document_count() 返回基于集合元数据的快速计数。最初的 count() 已被弃用，因为根据是否提供了查询条件，行为会有所不同（估计与实际计数）。较新的驱动程序 API 更注重结果