大偏移量下Redis、MongoDB分页/排名性能比较

排名

排名功能与分页功能类似，不同的是排名是通过计算大于某个值的条数来做的。

比如：

//sql
select count(*) from scores where lid = $1 and score > $2

//mongo
db.scores.find({lid: lid, score: {$gt: score}}).count()

由于排名和分页实现原理上类似，所以结果实际上差不多。测试结果如下：

mongo top rank 1.155847
mongo average 22.291007

redis top rank 0.169442
redis average 0.162205

pg top rank 0.714144
pg average 21.771570

结论

上面做了对比，那么本文要说一个什么问题呢？

首先，在MongoDB中，尽量避免进行比较大的skip操作，比如在分页中，如果你能知道需要获取数据的上一条score是多少，那么可能能够用下面的方法来获取你要的数据，而不是通过一次很大的skip操作。

 db.scores.find({lid: lid, score: {$lt: last_score}}).sort({score: -1}).limit(20)

另外，如果你需要进行比较大的skip操作或者count比较大的数量，那么可以考虑采用Redis的Sorted Sets来做。

后记

本文在微博上引起了一些技术朋友的讨论，对于对比的问题这里做一个说明。

我 们知道，Redis是内存数据库，而MongoDB不是，所以有朋友质疑这里的对比是否只是内存与磁盘的对比。实际上这一说法不无道理，上面的测试数据出 自原作者文章，其文章也并未提及MongoDB是否都在内存中。根据我个人的实验结果，当数据全部能够在内存中时，确实不会出现如本文中所说的 MongoDB性能严重差异。但是，随着skip的变大，操作时间还是在显著变长，而Redis的Sorted Sets则相对稳定。

同时也欢迎更多实验对比数据和原理分析的讨论。感谢大家。