我最近开始将数据从 Microsoft SQL Server 转移到 MongoDB 以获得可扩展性。就移民而言一切都很好。
该文档有 2 个重要字段：customer、timestamphash（年月日）。
我们在安装 MongoDB 的 Azure Linux 中仅导入了 7500 万条数据。 在两个字段上添加复合索引后，我们遇到以下问题：
对于 300 万条数据（过滤后），需要 24 秒才能按 customerId 计数完成聚合组。 SQL Server 在不到 1 秒的时间内给出相同数据的结果。
您认为 Casandra 会是更好的解决方案吗？我们需要大量数据的查询性能。
我尝试了磁盘写入，为虚拟机提供了更多内存。什么都不起作用。
Query:
aaggregate([
{ "$match" : { "Customer" : 2 } },
{ "$match" : { "TimestampHash" : { "$gte" : 20160710 } } },
{ "$match" : { "TimestampHash" : { "$lte" : 20190909 } } },
{ "$group" : { "_id" : { "Device" : "$Device" }, "__agg0" : { "$sum" : 1 } } },
{ "$project" : { "Device" : "$_id.Device", "Count" : "$__agg0", "_id" : 0 } },
{ "$skip" : 0 },
{ "$limit" : 10 }])
Update:我使用“allowDiskUse：true”，问题得到解决。过滤 3M 数据的时间缩短至 4 秒。
我遇到过一个之前类似的问题，在这个问题中 https://stackoverflow.com/questions/53169048/mongodb-index-optimization-perfomance-during-aggregation-stage，说实话，我猜 Cassandra 在你的特定情况下更好，但问题是关于 Mongo 聚合查询优化，对吧？
就目前而言，我的一个集合有超过 3M+ 文档，如果正确构建索引，聚合查询不应该花费 24 秒。
spam queries to DB and your index have 0 usage (as in example below) than, as you already guessed it, something wrong with your index.
第二件事是，使用explain方法 （这个文档会帮助你 https://docs.mongodb.com/manual/reference/operator/meta/explain/），查看有关您的更多信息query.
对于第三个：索引字段排序很重要。例如，如果您有$match有 3 个字段的阶段，您按字段请求文档：
{ $match: {a_field:a, b_field:b, c_field:c} }
那么你应该构建compound以完全相同的顺序对 a、b、c 字段进行索引。
总是存在某种数据库架构问题。我强烈建议你不要stockpile一个集合中的所有数据。使用{timestamps:true}插入时（它创建了两个字段，例如createdAt: and updatedAt:
{
timestamps: true
}
在您的架构中，将旧时/过时的数据存储在不同的集合和使用中$lookup 聚合法 https://docs.mongodb.com/manual/reference/operator/aggregation/lookup/对于他们来说，当你确实需要与他们一起操作时。
希望您能在我的回答中找到有用的东西。