【Mongodb-01】Mongodb亿级数据性能测试和压测

一，mongodb数据性能测试

如需转载，请标明出处：https://zhenghuisheng.blog.csdn.net/article/details/139505973
之前公司将用户的游戏数据存储在mysql中，就是直接将json数据存储到mysql数据库内里，几个月不到，数据库内里已经有两亿条数据，而且每行中每个json数据量也比力大，导致占用的磁盘容量也比力大，因此为了解决mysql带来多方面的瓶颈，最终选择使用mongodb来取代mysql。为了测试mongodbdb的性能以及是否满意需求，因此做了以下测试，对mongodb在高流量时验证其增删改查的服从，以及对其进行压测
服务器配置：2核4g轻量级服务器 磁盘容量 70GB
每条数据大概在500个字节，索引有一个id主键索引，还有一个parentId和category的团结唯一索引，这里两个字段能保证唯一性，因此用唯一索引服从更优
1，mongodb数据库创建和索引设置

首先在Java代码中创建一个实体类，用这个类作为json对象插入到文档中即可。

1. @Data
2. public class Archive {
3.     private String id;
4.     //账号id
5.     private String parentId;
6.     private String category;
7.     private String content;
8. }

复制代码

随后在mongodb中创建一个数据库，然后再该库下面建立一个名为 archive 的聚集，mongodb的聚集就是类似于mysql的表，两者概念是一样的。由于后期数据量可能非常大，因此根据mongodb官方文档所说，在数据插入前，尽量提前建立索引，为了满意业务需求，这里选择创建一个团结索引，由于我这边业务能保证要加索引的两个字段的唯一性，因此选择直接添加唯一索引

1. db.users.createIndex({parentId: 1,category:1}, {unique: true})

复制代码

如果navicate操纵不方便的话，可以安装一个 Mongodb Compass 可视化工具，如下图，很多操纵都是可以在这个可视化图形界面上面直接操纵的

2，线程池+批量方式插入数据

由于这边重要是io操纵将数据插入，不需要计算之类的，因此选择使用io密集型线程池，接下来自界说一个线程池

1. @Slf4j
2. public class ThreadPoolUtil {
3.     public static ThreadPoolExecutor pool = null;
4.     public static synchronized ThreadPoolExecutor getThreadPool() {
5.         if (pool == null) {
6.             //获取当前机器的cpu
7.             int cpuNum = Runtime.getRuntime().availableProcessors();
8.             int maximumPoolSize = cpuNum * 2 ;
9.             pool = new ThreadPoolExecutor(
10.                     maximumPoolSize - 2,
11.                     maximumPoolSize,
12.                     5L,   //5s
13.                     TimeUnit.SECONDS,
14.                     new LinkedBlockingQueue<>(),  //数组有界队列
15.                     Executors.defaultThreadFactory(), //默认的线程工厂
16.                     new ThreadPoolExecutor.AbortPolicy());  //直接抛异常，默认异常
17.         }
18.         return pool;
19.     }
20. }

复制代码

第二步就是界说一个线程任务，到时将任务丢到线程池内里，其代码如下，该任务实现Callable接口，每个线程插入10万条，每次批量插入100条数据，大概就是需要1000次

1. @Data
2. public class ArchiveTask implements Callable {
3.     private MongoTemplate mongoTemplate;
4.     public ArchiveTask(MongoTemplate mongoTemplate){
5.         this.mongoTemplate = mongoTemplate;
6.     }
7.     @Override
8.     public Object call() throws Exception {
9.         List<Archive> list = new ArrayList<>();
10.         for (int i = 1; i <= 100000; i++) {
11.             Archive archive = new Archive();
12.             archive.setCategory("score");
13.             archive.setId(SnowflakeUtils.nextOrderId());
14.             archive.setParentId(SnowflakeUtils.nextOrderId());
15.             Map<String,String> map = new HashMap<>();
16.             StringBuilder sb = new StringBuilder();
17.             for (int j = 0; j < 15; j++) {
18.                 sb.append(UUID.randomUUID());
19.             }
20.             map.put("key" + i, sb.toString());
21.             archive.setContent(JSON.toJSONString(map));
22.             list.add(archive);
23.             if (i%100 == 0){
24.                 mongoTemplate.insertAll(list);
25.                 list.clear();        //手动gc，100个对象没被引用会被回收
26.                 list = new ArrayList<>();
27.             }
28.         }
29.         return null;
30.     }
31. }

复制代码

最后界说一个测试类大概一个接口，我这边使用接口，部分代码如下，循环100次，就是会创建100个线程任务，随后将这个线程任务丢到线程池中，100乘以100000就是1万万条数据

1. @Resource
2. private MongoTemplate mongoTemplate;
3. static ThreadPoolExecutor threadPool = ThreadPoolUtil.getThreadPool();
4. @GetMapping("/add")
5. public void test(){
6.         for (int i = 0; i < 100; i++) {
7.                 ArchiveTask archiveTask = new ArchiveTask(mongoTemplate);
8.                 threadPool.submit(archiveTask);
9.     }
10.         log.info("数据添加完成");
11. }

复制代码

3，一万万数据性能测试

mongodb性能测试，此时archive 聚集中已有10134114条数据，平均每条数据大小674字节，1千多万条，此时的存储大小为5.5个g，索引的总大小为459m
接下来通过唯一索引查询一条数据，这里直接通过parentId查询一条数据，此时数据还是在不绝插入的

1. db.archive.find({parentId:"2405291858848274156091867143"})

复制代码

是的，如下图所示，1000多万条数据内里查询，只需要25ms即可将数据放回，当然这里没有在高流量的环境下进行压测。

4，两万万数据性能测试

此时archive聚集来到了两万万条，每条数据和之前一样，平均大小是674字节，数据总大小来到了10.92G，内存大小12.65g，索引总大小是913m

接下来测试查询服从，仍旧使用上面的这个parentId，由于设置的是parentId+category的团结唯一索引，接下来两个参数一起查

1. db.archive.find({parentId:"2405291858848274156091867143",category:"score"})

复制代码

2000万的数据查询效果如下，只需要21ms，和上面的25ms慢了快要4ms，但是这4ms可以忽略

5，五万万数据性能测试

由于70G的磁盘容量已经只剩48G，因此在content字段将500字节的值调小，调整到150个字节，以便能插入更多数据。将上面的StringBuilder拼接的15个uuid改成1个uuid

1. map.put("key" + i,UUID.randomUUID().toString());

复制代码

此时数据来到50245694条数据，每条数据平均大小372kb，总存储大小12.66g，内存中的总大小17.45g，索引大小现在只有2.8g

为了保证拿到的parentId是一次没有查询过的，手动的插入一批数据，手动单条插入20条数据，耗时600ms，在插入数据时会改变索引，插入数据会轻微慢些。此时的插入操纵都是在多线程插入大量数据的时候测试的

1. db.archive.insertOne({parentId:"2024111222337",category:"score1",content:"cbasbsadhpasdbsaodgs"})
2. db.archive.insertOne({parentId:"2024111222337",category:"score2",content:"cbasbsadhpasdbsaodgs"})
3. ....

复制代码

此时第一次查询这条数据，共耗时153ms，共查出20条数据

再第二次查询之后，花费78ms，内部应该也是会将查询效果参加到缓存中，方便第二次查询

在上面的插入操纵中由于会破坏到索引布局，因此耗时久一点。接下来看这个更新操纵，

1. db.archive.updateOne(
2.     { parentId: "2024111222337",category:"score1" },
3.     { $set: { content: "cbasbsadhpasdbsaodgsscore" } }
4. );

复制代码

其效果如下，更新了一条数据，只花费了13毫秒的时间，因此更新操纵速度是很快的。由于这里每一条数据都是唯一数据，因此不测试批量更新

最后测试删除数据，将这20条数据全部删除，统共花费18毫秒

6，一亿条数据性能测试

数据通过多线程+批量插入的方式来到一亿条，存储大小15.5g，索引长度是6g

1. db.archive.countDocuments()  //查询共有多少条数据
2. 100082694

复制代码

接下来往内里重新插入一部分数据，往内里插入20条数据，大概花费160多ms，插入数据会导致索引重构，以是耗时久一些，批量插入性能会更快。重新插入的数据可以保证这条数据没被查过，并且知道parentId是什么

1. db.archive.insertOne({parentId:"20240531101059",category:"score1",content:"abcdefghijklmnopqrstuvwxyabcdefghijklmnopqrstuvwxyabcdefghijklmnopqrstuvwxyabcdefghijklmnopqrstuvwxyabcdefghijklmnopqrstuvwxyabcdefghijklmnopqrstuvwxyabcdefghijklmnopqrstuvwxyabcdefghijklmnopqrstuvwxyabcdefghijklmnopqrstuvwxyabcdefghijklmnopqrstuvwxyabcdefghijklmnopqrstuvwxyabcdefghijklmnopqrstuvwxyabcdefghijklmnopqrstuvwxyabcdefghijklmnopqrstuvwxyabcdefghijklmnopqrstuvwxyabcdefghijklmnopqrstuvwxyabcdefghijklmnopqrstuvwxyabcdefghijklmnopqrstuvwxyabcdefghijklmnopqrstuvwxyabcdefghijklmnopqrstuvwxy"})
2. ....

复制代码

接下来测试查询数据，只需要19ms

1. db.archive.find({parentId:"20240531101054"},{parentId:1,category:1}) //只返回部分字段
2. db.archive.find({parentId:"20240531101058"})

复制代码

更新数据如下，只需要10ms

1. db.archive.updateOne(
2.     { parentId: "20240531101059",category:"score1" },
3.     { $set: { content: "cbasbsadhpasdbsaodgsscore" } }
4. );

复制代码

7，压测

以下压测都是数据达到1亿之后进行测试的，并且都是使用的2核4g的服务器
在1s内同时1000个线程插入数据，每个线程插入20条数据，中位数24，吞吐量391

在1s内10000个线程插入数据，也是每个线程批量插入20条数据，可以发现就算是2核4g这么垃圾的轻量级服务器，10000qps也是毫无压力的

插入数据会破坏索引，相对于修改和查询是更慢的，接下来测试1s内10000个线程同时执行增改查，吞吐量可以达到2251.7

部分代码片段如下，让10000个线程随机的执行增改查的操纵，在1s内是毫无压力的

8，总结

通过上面的数据以及mongodb的相应来看，mongodb的性能还黑白常不错的。看看GPT对这种数据的评价，gpt也以为mongodb黑白常符合的。当然不管什么数据和业务，只要其本质是 json 数据，不管json内部布局多复杂，用mongodb都黑白常符合的。mongodb还适合存一些订单数据，地理数据，大数据等等，其应用范围黑白常广泛的

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。