mongodb与mysql全表扫描能力PK

nosql的数据在内存里，而传统rdbms，某个select第一次执行的时候，如果发现内存里没有需要的数据（比如mysql的innodb buffer pool），会去从磁盘读取，然后再开始计算，这样子从原理上就必然比nosql要慢一些，但是，会慢多少呢？可以用一个分组统计的全表扫描来PK下。

测试环境如下：

server：阿里云服务器（Ubuntu14.04+1核cpu和 1G内存）

mysql:5.5.41

mysql服务端参数：innodb_buffer_pool_size = 512M   （其余都默认）

mongodb:2.4.9

这里用一个1000多万行记录的表作为测试对象，这个表只有一个字段：imsi。

在mysql里建测试对象，导表：

create database db_test;

create table ul_inbound(imsi varchar(15));
load data infile '/tmp/inbound.sub.log' into table ul_inbound(imsi);

测试结果：

mysql> select imsi,count(*) from ul_inbound group by imsi having count(*) >5000;
+-----------------+----------+
| imsi            | count(*) |
+-----------------+----------+
| 250017831851018 |     5166 |
| 283100106389033 |    21291 |
| 302720304966683 |    41598 |
| 302720502859575 |     8787 |
| 302720505260881 |     7932 |
| 310170801568405 |     6018 |
| 310170802085117 |    13452 |
| 310170802299726 |    13824 |
| 310410577936479 |     5772 |
| 310410610359421 |     5790 |
| 310410661857060 |     7038 |
| 310410669731926 |     7788 |
| 310410671702203 |     6705 |
| 310410673812082 |     5403 |
+-----------------+----------+
53 rows in set (1 min 47.73 sec)

花了107秒。

在mongodb里导入数据（导入到my_mongodb的sub里）：

#!/usr/bin/python
# Python:2.7.6
# Filename:mongodb.py
import pymongo
import random

conn = pymongo.Connection("127.0.0.1",27017)  #Connection() without parameters will default connect localhost mongodb
db = conn.my_mongodb
for imsi in open('inbound.sub.log'):
    imsi = imsi.strip('\n')
    db.sub.insert({'imsi':imsi})

> use my_mongodb;
switched to db my_mongodb
> db.sub.aggregate( [ { $group: { _id: "$imsi",  count: { $sum: 1 } } }, { $match: { count: { $gt: 5000 } } } ]);
{
        "result" : [
                {
                        "_id" : "401025006559964",
                        "count" : 17982
                },
                {
                        "_id" : "310410757405261",
                        "count" : 7269
                },

10秒左右搞定。

注：

1）这个只是为了测试全表扫描能力，实际mysql查询能力会受到索引、服务端参数等诸多因素的影响。

2）mongodb的使用，必须内存管够，如果内存不够，要用swap，能力会大受影响。