MongoDB 分页查询的方法及性能

　　最近有点忙，本来有好多东西可以总结，Redis系列其实还应该有四、五、六…不过《Redis in Action》还没读完，等读完再来总结，不然太水，对不起读者。

　　自从上次Redis之后呢，算是对Nosql类型的产品有些入门了，这会换个方向，研究下真正的NoSql数据库——MongoDB。说起MongoDB，确实是用完了之后颠覆了我的数据管和程序观。怎么说呢？如果用在OO设计的程序里那真的太棒了，像我这种数据驱动、表驱动思想根深蒂固的人，思路很难一下子跟上MongoDB的节奏。当然并不是调用个api，写几句query那些思路，而是程序设计思路，业务领域的设计，如果OO，如何适合展现，适合查询，适合聚合运算等等。总之MongoDB重要的是程序的设计，设计好了，其实完全就忽略了Mongo的存储，因为mongodb实在是太方便了。

　　废话不多说，关于入门的资料、安装以及其他请拉到文章末尾，我附上了一些资料，以后如有必要再来分享。这篇文章着重的讲讲MongoDB的分页查询，为啥？分页可是常见的头号杀手，弄不好了，客户骂，经理骂。

　传统的SQL分页

　　传统的sql分页，所有的方案几乎是绕不开row_number的，对于需要各种排序，复杂查询的场景，row_number就是杀手锏。另外，针对现在的web很流行的poll/push加载分页的方式，一般会利用时间戳来实现分页。 这两种分页可以说前者是通用的，连Linq生成的分页都是row_number，可想而知它多通用。后者是无论是性能和复杂程度都是最好的，因为只要简单的一个时间戳即可。

　MongoDB分页

　　进入到Mongo的思路，分页其实并不难，那难得是什么？其实倒也没啥，看明白了也就那样，和SQL分页的思路是一致的。

　　先说明下这篇文章使用的用例，我在数据库里导入了如下的实体数据，其中cus_id、amount我生成为有序的数字，倒入的记录数是200w：

public class Test
{
        /// <summary>
        /// 主键 ObjectId 是MongoDB自带的主键类型
        /// </summary>
        public ObjectId Id { get; set; }
        /// <summary>
        /// 客户编号
        /// </summary>
        [BsonElement("cust_id")]
        public string CustomerId { get; set; }
        /// <summary>
        /// 总数
        /// </summary>
        [BsonElement("amount")]
        public int Amount { get; set; }
        /// <summary>
        /// 状态
        /// </summary>
        [BsonElement("status")]
        public string Status { get; set; }
}

　　以下的操作基于MongoDB GUI 工具见参考资料3

　　首先来看看分页需要的参数以及结果，一般的分页需要的参数是:

• PageIndex    当前页
• PageSize      每页记录数
• QueryParam[]  其他的查询字段

　　所以按照row_number的分页思想，也就是说取第(pageIndex*pageSize)到第(pageIndex*pageSize + pageSize)，我们用Linq表达就是:

query.Where(xxx...xxx).Skip(pageIndex*pageSize).Take(pageSize)

　　查找了资料，还真有skip函数，而且还有Limit函数 见参考资料1、2，于是轻易地实现了这样的分页查询：

db.test.find({xxx...xxx}).sort({"amount":1}).skip(10).limit(10)//这里忽略掉查询语句

　　相当的高效，几乎是几毫秒就出来了结果，果然是NoSql效率一流。但是慢，我这里使用的数据只是10条而已，并没有很多数据。我把数据加到100000，效率大概是20ms。如果这么简单就研究结束了的话，那真的是太辜负了程序猿要钻研的精神了。sql分页的方案，方案可是能有一大把，效率也是不一的，那Mongo难道就这一种，答案显然不是这样的。另外是否效率上，性能上会有问题呢？Redis篇里，就吃过这样的亏，乱用Keys。

　　在查看了一些资料之后，发现所有的资料都是这样说的：

　　不要轻易使用Skip来做查询，否则数据量大了就会导致性能急剧下降，这是因为Skip是一条一条的数过来的，多了自然就慢了。

　　这么说Skip就要避免使用了，那么如何避免呢？首先来回顾SQL分页的后一种时间戳分页方案，这种利用字段的有序性质，利用查询来取数据的方式，可以直接避免掉了大量的数数。也就是说，如果能附带上这样的条件那查询效率就会提高，事实上是这样的么？我们来验证一下：

　　这里我们假设查询第100001条数据，这条数据的Amount值是：2399927，我们来写两条语句分别如下：

db.test.sort({"amount":1}).skip(100000).limit(10)  //183ms


db.test.find({amount:{$gt:2399927}}).sort({"amount":1}).limit(10)  //53ms

　　结果已经附带到注释了，很明显后者的性能是前者的三分之一，差距是非常大的。也印证了Skip效率差的理论。

　C#实现

　　上面已经谈过了MongoDB分页的语句和效率，那么我们来实现C#驱动版本。