在 Mac App 和 Web 之间同步“大量”小数据的最佳方式是什么？

Question

我现在正在考虑使用 MongoDB。目标很明确，这就是需要发生的事情： 在我的应用程序 Finch（finchformac.com 了解详细信息）中，我每天有成千上万的条目，每个用户打开的窗口、打开的时间、关闭的时间以及标签（如果他们选择一个）为了它。我需要在线备份这些数据，以便可以同步到他们的其他 Mac 计算机等。我还需要能够从他们的数据中在线绘制图表，这意味着一些复杂的查询会触及数十万条记录。

现在我已经尝试在应用程序端使用 Ruby/Rails/Mongoid 和 JSON 解析器，一次以 10,000 条记录的增量发送数据，数据通过后台 mapreduce 作业处理到其他集合。但是，这一切似乎都被阻止并且最终太慢了。 （如果有人）对如何解决这个问题有什么建议？

Answer 1

您遇到了一个复杂的问题，这意味着您需要将其分解为更小、更容易解决的问题。

问题（如我所见）：

1. 您有一个正在收集数据的应用程序。你只需要 将该数据存储在本地某处，直到它同步到 服务器。
2. 您已在服务器上收到数据，现在您需要推送它 以足够快的速度进入数据库，以免速度变慢。
3. 您必须报告这些数据，这听起来既困难又复杂。

您可能希望将其编写为某种 API，为简单起见（并且由于您在客户端上有大量空闲处理周期），您需要在客户端将这些数据块处理成 JSON导入数据库。一旦你有了 JSON，你就不需要 Mongoid（你只需将 JSON 直接扔到数据库中）。此外，您可能不需要 Rails，因为您只是在创建一个简单的 API，所以只使用 Rack 或 Sinatra（可能使用类似 Grape 的东西）。

现在您需要解决整个“这一切似乎都被阻止并且最终太慢”的问题。我们已经删除了 Mongoid（因此无需从 JSON -> Ruby Objects -> JSON 转换）和 Rails。在我们开始对这些数据进行 MapReduce 之前，您需要确保它足够快地加载到数据库中。您可能应该构建整个事物，以便您的 MapReduce 支持您的报告功能。为了同步数据，您不需要做任何事情，只需传递 JSON。如果您的数据写入数据库的速度不够快，您应该考虑Sharding your dataset。这可能会使用一些基于用户的密钥来完成，但您比我更了解您的数据架构。您需要选择分片键，这样当多个用户同时同步时，他们可能会使用不同的服务器。

一旦您解决了问题 1 和 2，您就需要处理您的报告。 Mongo 中的 MapReduce 函数可能支持这一点。我对这部分的第一个评论是确保您至少运行 Mongo 2.0。 In that release 10gen sped up MapReduce（我的测试表明它比 1.8 快得多）。除此之外，您可以通过分片并将读取定向到副本集中的辅助服务器（您正在使用副本集？）来实现进一步的增加。如果这仍然不起作用，请考虑构建您的架构以支持您的报告功能。这使您可以在客户端上使用更多周期来完成工作，而不是加载服务器。但这种优化应该留到您证明传统方法行不通之后。

我希望文字墙有所帮助。祝你好运！