如何解决MongoDB 批量写入多个 updateOne 与 updateMany
我在某些情况下构建了 bulkWrite 操作,其中某些文档具有相同的 update
对象,合并过滤器并使用这些过滤器发送一个 updateMany
而不是多个 {{1 }} 在同一个 updateOne
中?
在使用普通方法时,在多个 bulkWrite
上使用 updateMany
显然更好,但是对于bulkWrite,由于它是一个命令,选择一个比另一个更重要吗?
示例:
我有 20 万个文档需要更新,所有 20 万个文档总共有 10 个唯一的 updateOne
字段,所以我的选择是:
解决方案:
A) 发送一个包含 10 个 status
操作的批量写入,这些操作中的每一个都会影响 20K 文档。
B) 发送一个带有 200K updateMany
每个操作持有其过滤器和 updateOne
的单个批量写入。
正如@AlexBlex 所指出的,我必须注意使用相同的过滤器意外更新多个文档,在我的情况下,我使用 status
作为我的过滤器,因此意外更新其他文档不是我的问题情况,但在考虑 _id
选项时绝对需要注意。
谢谢@AlexBlex。
解决方法
简答:
使用 updateMany
至少快两倍,但可能会意外更新比预期更多的文档,请继续阅读以了解如何避免这种情况并获得性能优势。
长答案:
我们进行了以下实验以了解答案,步骤如下:
- 创建一个bankaccounts mongodb 集合,每个文档只包含一个字段(余额)。
- 在 bankaccounts 集合中插入 100 万个文档。
- 在内存中随机排列所有 100 万个文档的顺序,以避免使用以相同序列插入的 ID 对数据库进行任何可能的优化,模拟真实场景。
- 从具有 0 到 100 之间的随机数的文档中为 bulkWrite 构建写入操作。
- 执行批量写入。
- 记录批量写入所用的时间。
现在,实验进入第 4 步。
在实验的一个变体中,我们构建了一个由 100 万个 updateOne
操作组成的数组,每个 updateOne
都有 filter
用于单个文档,以及其各自的 `update 对象。
在第二个变体中,我们构建了 100 个 updateMany
操作,每个操作包括用于 10K 文档 ID 的 filter
及其各自的 update
。
结果:
具有多个文档 ID 的 updateMany
比多个 updateOne
快 243%,但这不能在任何地方使用,请阅读“风险”部分以了解何时应该使用.
详情: 我们对每个变体运行了 5 次脚本,详细结果如下: 使用 updateOne:平均 51.28 秒。 使用 updateMany:平均 21.04 秒。
风险:
正如许多人已经指出的那样,updateMany
不是 updateOne
的直接替代品,因为当我们的意图是真正只更新一个文档时,它可能会错误地更新多个文档。
此方法仅在您使用唯一字段(例如 _id
)或任何其他唯一字段时才有效,如果过滤器依赖于非唯一字段,则会更新多个文档并显示结果不会等价。
65831219.js
// 65831219.js
'use strict';
const mongoose = require('mongoose');
const { Schema } = mongoose;
const DOCUMENTS_COUNT = 1_000_000;
const UPDATE_MANY_OPERATIONS_COUNT = 100;
const MINIMUM_BALANCE = 0;
const MAXIMUM_BALANCE = 100;
const SAMPLES_COUNT = 10;
const bankAccountSchema = new Schema({
balance: { type: Number }
});
const BankAccount = mongoose.model('BankAccount',bankAccountSchema);
mainRunner().catch(console.error);
async function mainRunner () {
for (let i = 0; i < SAMPLES_COUNT; i++) {
await runOneCycle(buildUpdateManyWriteOperations).catch(console.error);
await runOneCycle(buildUpdateOneWriteOperations).catch(console.error);
console.log('-'.repeat(80));
}
process.exit(0);
}
/**
*
* @param {buildUpdateManyWriteOperations|buildUpdateOneWriteOperations} buildBulkWrite
*/
async function runOneCycle (buildBulkWrite) {
await mongoose.connect('mongodb://localhost:27017/test',{
useNewUrlParser: true,useUnifiedTopology: true
});
await mongoose.connection.dropDatabase();
const { accounts } = await createAccounts({ accountsCount: DOCUMENTS_COUNT });
const { writeOperations } = buildBulkWrite({ accounts });
const writeStartedAt = Date.now();
await BankAccount.bulkWrite(writeOperations);
const writeEndedAt = Date.now();
console.log(`Write operations took ${(writeEndedAt - writeStartedAt) / 1000} seconds with \`${buildBulkWrite.name}\`.`);
}
async function createAccounts ({ accountsCount }) {
const rawAccounts = Array.from({ length: accountsCount },() => ({ balance: getRandomInteger(MINIMUM_BALANCE,MAXIMUM_BALANCE) }));
const accounts = await BankAccount.insertMany(rawAccounts);
return { accounts };
}
function buildUpdateOneWriteOperations ({ accounts }) {
const writeOperations = shuffleArray(accounts).map((account) => ({
updateOne: {
filter: { _id: account._id },update: { balance: getRandomInteger(MINIMUM_BALANCE,MAXIMUM_BALANCE) }
}
}));
return { writeOperations };
}
function buildUpdateManyWriteOperations ({ accounts }) {
shuffleArray(accounts);
const accountsChunks = chunkArray(accounts,accounts.length / UPDATE_MANY_OPERATIONS_COUNT);
const writeOperations = accountsChunks.map((accountsChunk) => ({
updateMany: {
filter: { _id: { $in: accountsChunk.map(account => account._id) } },MAXIMUM_BALANCE) }
}
}));
return { writeOperations };
}
function getRandomInteger (min = 0,max = 1) {
min = Math.ceil(min);
max = Math.floor(max);
return min + Math.floor(Math.random() * (max - min + 1));
}
function shuffleArray (array) {
let currentIndex = array.length;
let temporaryValue;
let randomIndex;
// While there remain elements to shuffle...
while (0 !== currentIndex) {
// Pick a remaining element...
randomIndex = Math.floor(Math.random() * currentIndex);
currentIndex -= 1;
// And swap it with the current element.
temporaryValue = array[currentIndex];
array[currentIndex] = array[randomIndex];
array[randomIndex] = temporaryValue;
}
return array;
}
function chunkArray (array,sizeOfTheChunkedArray) {
const chunked = [];
for (const element of array) {
const last = chunked[chunked.length - 1];
if (!last || last.length === sizeOfTheChunkedArray) {
chunked.push([element]);
} else {
last.push(element);
}
}
return chunked;
}
输出
$ node 65831219.js
Write operations took 20.803 seconds with `buildUpdateManyWriteOperations`.
Write operations took 50.84 seconds with `buildUpdateOneWriteOperations`.
----------------------------------------------------------------------------------------------------
使用 MongoDB 版本 4.0.4 运行测试。
,在高层次上,如果您有相同的更新对象,那么您可以执行 updateMany
而不是 bulkWrite
原因:
bulkWrite
旨在向服务器发送多个不同的命令here
如果您有相同的更新对象,updateMany
最适合。
性能:
如果您在bulkWrite中有10k个更新命令,它将在内部以批处理方式执行。可能会影响执行时间
来自有关批处理的参考的确切行:
每组操作最多可以有 1000 个操作。如果组超过此限制,MongoDB 会将组分成 1000 或更少的更小的组。例如,如果批量操作列表包含 2000 个插入操作,则 MongoDB 创建 2 个组,每个组有 1000 个操作。
谢谢@Alex
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。