如何在Mongodb中处理数据库清除

Question

我使用mongodb存储30天的数据,这些数据作为流来到我这里.我正在寻找一种清除机制,通过它我可以丢弃最旧的数据,为新数据创造空间.我以前使用mysql,我使用分区处理这种情况.我保留了30个以日期为基础的分区.我删除了最旧的日期分区并创建了一个新分区来保存新数据.

当我在mongodb中映射相同的东西时,我觉得使用基于日期的"分片".但问题是它使我的数据分发变坏.如果所有新数据都在同一个分片中,那么该分片将会很热,因为有很多人访问它们,并且包含旧数据的分片将减少用户的负载.

我可以有一个基于集合的清除.我可以有30个收藏品,我可以丢弃最旧的收藏品以容纳新数据.但是有几个问题是1)如果我将集合缩小,那么我不能从分片中获益,因为它们是按照每个集合完成的.2)我的查询必须更改为从所有30个集合中查询并进行联合.

请建议我一个很好的清除机制(如果有的话)来处理这种情况.

Answer 1

在MongoDB中只有三种方法可以进行清除.看起来你已经确定了几个权衡因素.

1. 单个集合,删除旧条目
2. 每天收集,丢弃旧的收藏品
3. 每天数据库,删除旧数据库

选项#1:单一集合

利弊

• 易于实施
• 易于运行Map/Reduces

缺点

• 删除与插入一样昂贵,导致大量IO以及需要对数据库进行"碎片整理"或"压缩".
• 在某些时候,你最终会处理"写入"的两倍,因为你必须插入一天的数据并删除一天的数据.

选项#2:每天收集

利弊

• 通过collection.drop()非常快速地删除数据.
• 仍然映射/减少友好,因为每天的输出可以与摘要数据合并或重新减少.

缺点

• 您可能仍然存在一些碎片问题.
• 您需要重新编写查询.但是,根据我的经验,如果您有足够的数据要清除,则很少直接访问该数据.相反,您倾向于对该数据运行Map/Reduces.所以这可能不会改变那么多查询.

选项#3:每天数据库

利弊

• 删除速度尽可能快,文件只是被截断.
• 零碎片问题,易于备份/恢复/归档旧数据.

缺点

• 将使查询更具挑战性(期望编写一些包装代码).
• 编写Map/Reduce并不容易,但是看看聚合框架可能会更好地满足您的需求.

现在有一个选项#4,但它不是一般解决方案.我知道有些人只是使用Capped Collections来"清除" .肯定有这样的情况,但它有一些警告,所以你真的需要知道你在做什么.

Answer 2

我们可以从mongodb 2.2版本或更高版本中设置TTL用于收集.这将帮助您从集合中过期旧数据.

请点击此链接:http://docs.mongodb.org/manual/tutorial/expire-data/