MongoDB vs MySQL,哪個效率更高?
本文主要通過批量與非批量對比操作的方式介紹MongoDB的bulkWrite()方法的使用。順帶與關系型數(shù)據(jù)庫MySQL進行對比,比較這兩種不同類型數(shù)據(jù)庫的效率。如果只是想學習bulkWrite()的使用的看第一部分就行。
測試環(huán)境:win7旗艦版、16G內存、i3處理器、MongoDB3.0.2、mysql5.0
一、MongoDB批量操作
MongoDB對數(shù)據(jù)的操作分為Read Operations和Write Operations,Read Operations包含查詢操作,Write Operations包含刪除、插入、替換、更新幾種操作。MongoDB提供客戶端用bulk方式執(zhí)行Write Operations,也就是批量寫操作。在java driver中,對應MongoCollection的bulkWrite()方法,先來看下這個方法簽名:
- BulkWriteResult com.mongodb.client.MongoCollection.bulkWrite(List<? extends WriteModel<? extends Document>> requests)
這個方法要求傳入一個List集合,集合中的元素類型為WriteModel,它表示一個可用于批量寫操作的基類模型,它有以下幾個子類DeleteManyModel、DeleteOneModel、 InsertOneModel、ReplaceOneModel、 UpdateManyModel、UpdateOneModel,從名字可以看出來它對應了刪除、插入、替換、更新幾種操作。該方法返回一個BulkWriteResult對象,代表一個成功的批量寫操作結果,封裝了操作結果的狀態(tài)信息,如插入、更新、刪除記錄數(shù)等。
1、插入操作
(1)批量插入
代碼如下,該方法接收一個包含要進行插入的Document對象的集合參數(shù),遍歷集合,使用Document構造InsertOneModel對象,每個InsertOneModel實例代表一個插入單個Document的操作,然后將該實例添加List集合中,調用bulkWrite()方法,傳入存儲所有插入操作的List集合完成批量插入。
- public void bulkWriteInsert(List<Document> documents){
- List<WriteModel<Document>> requests = new ArrayList<WriteModel<Document>>();
- for (Document document : documents) {
- //構造插入單個文檔的操作模型
- InsertOneModel<Document> iom = new InsertOneModel<Document>(document);
- requests.add(iom);
- }
- BulkWriteResult bulkWriteResult = collection.bulkWrite(requests);
- System.out.println(bulkWriteResult.toString());
- }
測試:下面通過一個main函數(shù)測試下。首先構造10萬個Product實體對象,使用一個工具類將其轉換成json字符串,然后解析成Document對象,保存到一個list集合中,然后調用上面編寫的方法測試10萬個對象插入時間。
- TestMongoDB instance = TestMongoDB.getInstance();
- ArrayList<Document> documents = new ArrayList<Document>();
- for (int i = 0; i < 100000; i++) {
- Product product = new Product(i,"書籍","追風箏的人",22.5);
- //將java對象轉換成json字符串
- String jsonProduct = JsonParseUtil.getJsonString4JavaPOJO(product);
- //將json字符串解析成Document對象
- Document docProduct = Document.parse(jsonProduct);
- documents.add(docProduct);
- }
- System.out.println("開始插入數(shù)據(jù)。。。");
- long startInsert = System.currentTimeMillis();
- instance.bulkWriteInsert(documents);
- System.out.println("插入數(shù)據(jù)完成,共耗時:"+(System.currentTimeMillis() - startInsert)+"毫秒");
結果:1560毫秒,多次測試基本在1.5秒左右
(2)逐條插入
下面再通過非批量插入10萬個數(shù)據(jù)對比下,方法如下:
- public void insertOneByOne(List<Document> documents) throws ParseException{
- for (Document document : documents){
- collection.insertOne(document);
- }
- }
測試:10萬條數(shù)據(jù)
- System.out.println("開始插入數(shù)據(jù)。。。");
- long startInsert = System.currentTimeMillis();
- instance.insertOneByOne(documents);
- System.out.println("插入數(shù)據(jù)完成,共耗時:"+(System.currentTimeMillis() - startInsert)+"毫秒");
結果:12068毫秒,差距非常大。由此可見,MongoDB批量插入比逐條數(shù)據(jù)插入效率提高了非常多。
補充:
MongoCollection的insertMany()方法和bulkWrite()方法是等價的,測試時間差不多,不再貼圖。
- public void insertMany(List<Document> documents) throws ParseException{
- //和bulkWrite()方法等價
- collection.insertMany(documents);
- }
2、刪除操作
(1)批量刪除
掌握了批量插入,批量刪除就是依葫蘆畫瓢了。構造DeleteOneModel需要一個Bson類型參數(shù),代表一個刪除操作,這里使用了Bson類的子類Document。重點來了,這里的刪除條件使用文檔的_id字段,該字段在文檔插入數(shù)據(jù)庫后自動生成,沒插入數(shù)據(jù)庫前document.get("_id")為null,如果使用其他條件比如productId,那么要在文檔插入到collection后在productId字段上添加索引
- collection.createIndex(new Document("productId", 1));
因為隨著collection數(shù)據(jù)量的增大,查找將越耗時,添加索引是為了提高查找效率,進而加快刪除效率。另外,值得一提的是DeleteOneModel表示至多刪除一條匹配條件的記錄,DeleteManyModel表示刪除匹配條件的所有記錄。為了防止一次刪除多條記錄,這里使用DeleteOneModel,保證一個操作只刪除一條記錄。當然這里不可能匹配多條記錄,因為_id是唯一的。
最新 MySQL 面試題整理好了,點擊Java面試庫小程序在線刷題。
- public void bulkWriteDelete(List<Document> documents){
- List<WriteModel<Document>> requests = new ArrayList<WriteModel<Document>>();
- for (Document document : documents) {
- //刪除條件
- Document queryDocument = new Document("_id",document.get("_id"));
- //構造刪除單個文檔的操作模型,
- DeleteOneModel<Document> dom = new DeleteOneModel<Document>(queryDocument);
- requests.add(dom);
- }
- BulkWriteResult bulkWriteResult = collection.bulkWrite(requests);
- System.out.println(bulkWriteResult.toString());
- }
測試:10萬條數(shù)據(jù)
- System.out.println("開始刪除數(shù)據(jù)。。。");
- long startDelete = System.currentTimeMillis();
- instance.bulkWriteDelete(documents);
- System.out.println("刪除數(shù)據(jù)完成,共耗時:"+(System.currentTimeMillis() - startDelete)+"毫秒");
結果:2251毫秒
(2)逐條刪除
來看看在非批量下的刪除
- public void deleteOneByOne(List<Document> documents){
- for (Document document : documents) {
- Document queryDocument = new Document("_id",document.get("_id"));
- DeleteResult deleteResult = collection.deleteOne(queryDocument);
- }
- }
測試:10萬條數(shù)據(jù)
- System.out.println("開始刪除數(shù)據(jù)。。。");
- long startDelete = System.currentTimeMillis();
- instance.deleteOneByOne(documents);
- System.out.println("刪除數(shù)據(jù)完成,共耗時:"+(System.currentTimeMillis() - startDelete)+"毫秒");
結果:12765毫秒,比批量刪除效率低很多
3、更新操作
(1)批量更新
再來看看批量更新,分UpdateOneModel和UpdateManyModel兩種,區(qū)別是前者更新匹配條件的一條記錄,后者更新匹配條件的所有記錄。對于ReplaceOneModel,表示替換操作,這里也歸為更新,現(xiàn)在以UpdateOneModel為例進行講解。UpdateOneModel構造方法接收3個參數(shù),第一個是查詢條件,第二個參數(shù)是要更新的內容,第三個參數(shù)是可選的UpdateOptions,不填也會自動幫你new一個,代表批量更新操作未匹配到查詢條件時的動作,它的upser屬性值默認false,什么都不干,true時表示將一個新的Document插入數(shù)據(jù)庫,這個新的Document是查詢Document和更新Document的結合,但如果是替換操作,這個新的Document就是這個替換Document。
這里會有個疑惑:這和匹配到查詢條件后執(zhí)行替換操作結果不一樣嗎?區(qū)別在于_id字段,未匹配查詢條件時插入的新的Document的_id是新的,而成功執(zhí)行替換操作,_id是原先舊的。
- public void bulkWriteUpdate(List<Document> documents){
- List<WriteModel<Document>> requests = new ArrayList<WriteModel<Document>>();
- for (Document document : documents) {
- //更新條件
- Document queryDocument = new Document("_id",document.get("_id"));
- //更新內容,改下書的價格
- Document updateDocument = new Document("$set",new Document("price","30.6"));
- //構造更新單個文檔的操作模型
- UpdateOneModel<Document> uom = new UpdateOneModel<Document>(queryDocument,updateDocument,new UpdateOptions().upsert(false));
- //UpdateOptions代表批量更新操作未匹配到查詢條件時的動作,默認false,什么都不干,true時表示將一個新的Document插入數(shù)據(jù)庫,他是查詢部分和更新部分的結合
- requests.add(uom);
- }
- BulkWriteResult bulkWriteResult = collection.bulkWrite(requests);
- System.out.println(bulkWriteResult.toString());
- }
測試:10萬條數(shù)據(jù)
- System.out.println("開始更新數(shù)據(jù)。。。");
- long startUpdate = System.currentTimeMillis();
- instance.bulkWriteUpdate(documents);
- System.out.println("更新數(shù)據(jù)完成,共耗時:"+(System.currentTimeMillis() - startUpdate)+"毫秒");
結果:3198毫秒
(2)逐條更新
對比非批量下的更新
- public void updateOneByOne(List<Document> documents){
- for (Document document : documents) {
- Document queryDocument = new Document("_id",document.get("_id"));
- Document updateDocument = new Document("$set",new Document("price","30.6"));
- UpdateResult UpdateResult = collection.updateOne(queryDocument, updateDocument);
- }
- }
測試:10萬條數(shù)據(jù)
- System.out.println("開始更新數(shù)據(jù)。。。");
- long startUpdate = System.currentTimeMillis();
- instance.updateOneByOne(documents);
- System.out.println("更新數(shù)據(jù)完成,共耗時:"+(System.currentTimeMillis() - startUpdate)+"毫秒");
結果:13979毫秒,比批量更新效率低很多
4、混合批量操作
bulkWrite()方法可以對不同類型的寫操作進行批量處理,代碼如下:
- public void bulkWriteMix(){
- List<WriteModel<Document>> requests = new ArrayList<WriteModel<Document>>();
- InsertOneModel<Document> iom = new InsertOneModel<Document>(new Document("name","kobe"));
- UpdateManyModel<Document> umm = new UpdateManyModel<Document>(new Document("name","kobe"),
- new Document("$set",new Document("name","James")),new UpdateOptions().upsert(true));
- DeleteManyModel<Document> dmm = new DeleteManyModel<Document>(new Document("name","James"));
- requests.add(iom);
- requests.add(umm);
- requests.add(dmm);
- BulkWriteResult bulkWriteResult = collection.bulkWrite(requests);
- System.out.println(bulkWriteResult.toString());
- }
注意:updateMany()、deleteMany()兩個方法和insertMany()不同,它倆不是批量操作,而是代表更新(刪除)匹配條件的所有數(shù)據(jù)。
最新 MySQL 面試題整理好了,點擊Java面試庫小程序在線刷題。
二、與MySQL性能對比
1、插入操作
(1)批處理插入
與MongoDB一樣,也是插入Product實體對象,代碼如下
- public void insertBatch(ArrayList<Product> list) throws Exception{
- Connection conn = DBUtil.getConnection();
- try {
- PreparedStatement pst = conn.prepareStatement("insert into t_product value(?,?,?,?)");
- int count = 1;
- for (Product product : list) {
- pst.setInt(1, product.getProductId());
- pst.setString(2, product.getCategory());
- pst.setString(3, product.getName());
- pst.setDouble(4, product.getPrice());
- pst.addBatch();
- if(count % 1000 == 0){
- pst.executeBatch();
- pst.clearBatch();//每1000條sql批處理一次,然后置空PreparedStatement中的參數(shù),這樣也能提高效率,防止參數(shù)積累過多事務超時,但實際測試效果不明顯
- }
- count++;
- }
- conn.commit();
- } catch (SQLException e) {
- e.printStackTrace();
- }
- DBUtil.closeConnection(conn);
- }
JDBC默認自動提交事務,切記在獲取連接后添加下面一行代碼,關閉事務自動提交。
- connection.setAutoCommit(false);
測試:10萬條數(shù)據(jù)
- public static void main(String[] args) throws Exception {
- TestMysql test = new TestMysql();
- ArrayList<Product> list = new ArrayList<Product>();
- for (int i = 0; i < 1000; i++) {
- Product product = new Product(i, "書籍", "追風箏的人", 20.5);
- list.add(product);
- }
- System.out.println("MYSQL開始插入數(shù)據(jù)。。。");
- long insertStart = System.currentTimeMillis();
- test.insertBatch(list);
- System.out.println("MYSQL插入數(shù)據(jù)完成,共耗時:"+(System.currentTimeMillis() - insertStart)+"毫秒");
- }
結果:7389毫秒,多次測試基本7秒左右
(2)逐條插入
再來看看mysql逐條插入,代碼如下:
- public void insertOneByOne(ArrayList<Product> list) throws Exception{
- Connection conn = DBUtil.getConnection();
- try {
- for (Product product : list) {
- PreparedStatement pst = conn.prepareStatement("insert into t_product value(?,?,?,?)");
- pst.setInt(1, product.getProductId());
- pst.setString(2, product.getCategory());
- pst.setString(3, product.getName());
- pst.setDouble(4, product.getPrice());
- pst.executeUpdate();
- //conn.commit();//加上這句每次插入都提交事務,結果將是非常耗時
- }
- conn.commit();
- } catch (SQLException e) {
- e.printStackTrace();
- }
- DBUtil.closeConnection(conn);
- }
測試:10萬條記錄
- System.out.println("MYSQL開始插入數(shù)據(jù)。。。");
- long insertStart = System.currentTimeMillis();
- test.insertOneByOne(list);
- System.out.println("MYSQL插入數(shù)據(jù)完成,共耗時:"+(System.currentTimeMillis() - insertStart)+"毫秒");
結果:8921毫秒,基本比批量慢1秒多。
2、刪除操作
(1)批處理刪除
刪除的where條件是productId,這里在建表的時候沒有添加主鍵,刪除異常的慢,查了半天不知道什么原因。切記添加主鍵,主鍵默認有索引,所有能更快匹配到記錄。
- public void deleteBatch(ArrayList<Product> list) throws Exception{
- Connection conn = DBUtil.getConnection();
- try {
- PreparedStatement pst = conn.prepareStatement("delete from t_product where id = ?");//按主鍵查,否則全表遍歷很慢
- int count = 1;
- for (Product product : list) {
- pst.setInt(1, product.getProductId());
- pst.addBatch();
- if(count % 1000 == 0){
- pst.executeBatch();
- pst.clearBatch();
- }
- count++;
- }
- conn.commit();
- } catch (SQLException e) {
- e.printStackTrace();
- }
- DBUtil.closeConnection(conn);
- }
測試:10萬條數(shù)據(jù)。另外,MySQL 系列面試題和答案全部整理好了,微信搜索Java技術棧,在后臺發(fā)送:面試,可以在線閱讀。
- System.out.println("MYSQL開始刪除數(shù)據(jù)。。。");
- long deleteStart = System.currentTimeMillis();
- test.deleteBatch(list);
- System.out.println("MYSQL刪除數(shù)據(jù)完成,共耗時:"+(System.currentTimeMillis() - deleteStart)+"毫秒");
結果:7936毫秒
(2)逐條刪除
代碼如下
- public void deleteOneByOne(ArrayList<Product> list) throws Exception{
- Connection conn = DBUtil.getConnection();
- PreparedStatement pst = null;
- try {
- for (Product product : list) {
- pst = conn.prepareStatement("delete from t_product where id = ?");
- pst.setInt(1, product.getProductId());
- pst.executeUpdate();
- //conn.commit();//加上這句每次插入都提交事務,結果將是非常耗時
- }
- conn.commit();
- } catch (SQLException e) {
- e.printStackTrace();
- }
- DBUtil.closeConnection(conn);
- }
測試:10萬條數(shù)據(jù)
- System.out.println("MYSQL開始刪除數(shù)據(jù)。。。");
- long deleteStart = System.currentTimeMillis();
- test.deleteOneByOne(list);
- System.out.println("MYSQL刪除數(shù)據(jù)完成,共耗時:"+(System.currentTimeMillis() - deleteStart)+"毫秒");
結果:8752毫秒,比批處理刪除慢一秒左右。
3、更新操作
(1)批處理更新
代碼如下
- public void updateBatch(ArrayList<Product> list) throws Exception{
- Connection conn = DBUtil.getConnection();
- try {
- PreparedStatement pst = conn.prepareStatement("update t_product set price=31.5 where id=?");
- int count = 1;
- for (Product product : list) {
- pst.setInt(1, product.getProductId());
- pst.addBatch();
- if(count % 1000 == 0){
- pst.executeBatch();
- pst.clearBatch();//每1000條sql批處理一次,然后置空PreparedStatement中的參數(shù),這樣也能提高效率,防止參數(shù)積累過多事務超時,但實際測試效果不明顯
- }
- count++;
- }
- conn.commit();
- } catch (SQLException e) {
- e.printStackTrace();
- }
- DBUtil.closeConnection(conn);
- }
測試:10萬條數(shù)據(jù)
- System.out.println("MYSQL開始更新數(shù)據(jù)。。。");
- long updateStart = System.currentTimeMillis();
- test.updateBatch(list);
- System.out.println("MYSQL更新數(shù)據(jù)完成,共耗時:"+(System.currentTimeMillis() - updateStart)+"毫秒");
結果:8611毫秒
(2)逐條更新
代碼如下
- public void updateOneByOne(ArrayList<Product> list) throws Exception{
- Connection conn = DBUtil.getConnection();
- try {
- for (Product product : list) {
- PreparedStatement pst = conn.prepareStatement("update t_product set price=30.5 where id=?");
- pst.setInt(1, product.getProductId());
- pst.executeUpdate();
- //conn.commit();//加上這句每次插入都提交事務,結果將是非常耗時
- }
- conn.commit();
- } catch (SQLException e) {
- e.printStackTrace();
- }
- DBUtil.closeConnection(conn);
- }
測試:10萬條數(shù)據(jù)
- System.out.println("MYSQL開始更新數(shù)據(jù)。。。");
- long updateStart = System.currentTimeMillis();
- test.updateOneByOne(list);
- System.out.println("MYSQL更新數(shù)據(jù)完成,共耗時:"+(System.currentTimeMillis() - updateStart)+"毫秒");
結果:9430毫秒,比批處理更新慢了1秒左右
三、總結
本文主要是為了介紹bulkWrite()方法的使用,也就是MongoDB的批量寫操作,通過實驗可以看出MongoDB使用bulkWrite()方法進行大量數(shù)據(jù)的寫操作比使用常規(guī)的方法進行寫操作效率要高很多。文章也介紹了mysql幾種寫操作下批量和非批量的對比,可以看出他們批處理方式比非批處理快點,但沒有MongoDB那么明顯。
對于MongoDB與mysql的比較,批量操作下,MongoDB插入、刪除、更新都比mysql快,非批量操作下,MongoDB插入、刪除、更新都比mysql慢。當然只是一個初略的結論,文中并沒有進行100條、1000條、10000條或更大的這樣不同的數(shù)據(jù)對比,以及CPU內存使用情況進行監(jiān)測,有興趣的可以嘗試下。