【发布时间】：2014-03-13 10:10:36
【问题描述】：
一个集合中有 30,000,000 条记录。 当我通过 java 对这个集合使用 distinct 命令时，大约需要 4 分钟，结果的计数约为 40,000。 mongodb的distinct操作就这么低效吗？ 我怎样才能让它更有效率？
【问题讨论】：
【发布时间】：2014-03-13 10:10:36
【问题描述】：
mongodb的distinct操作就这么低效吗？
30m 记录？我会说 4 分钟其实相当不错，我认为这和 SQL 一样快，也许比 SQL 快一点。
在说效率低之前，我可能会在其他数据库中对此进行测试。
但是，查看性能的一种方法是查看该字段是否首先被索引，以及该索引是否在 RAM 中或可以在没有页面抖动的情况下加载。只要字段有索引，distinct() 就可以使用索引。
我怎样才能提高效率？
您可以使用几种方法：
- 每 5 分钟将增量映射减少一次以区分主集合，以生成唯一集合
- 并通过保存到两个集合（一个详细信息和一个唯一集合）在保存时预聚合唯一集合
这是解决这个问题的两种最可行的方法。
编辑
Distinct() 并没有过时，如果它符合您的需求，它实际上比 $group 性能更高，因为它可以使用索引。
【讨论】：
-
好的，我在字段上加个索引，再试一次。非常感谢。
.distinct() 操作是一个旧操作，.group() 也是如此。一般来说，这些已被.aggregate() 取代，通常应优先使用这些操作：
db.collection.aggregate([
{ "$group": {
"_id": "$field",
"count": { "$sum": 1 }
}
)
用您希望从中获得不同计数的任何字段替换"$field"。 $ 为字段名称添加前缀以分配值。
查看文档，尤其是 $group 了解更多信息。
【讨论】：