百万行数据量如何分区优化？

使用更先进的浏览器访问效果更佳。

百万行数据量如何分区优化？

doubley

目前sdb中已经存在一个表，消息表，包含这些字段（fromId，fromName，toId，chatDate，chatTime）

其中fromId为发送者id，fromname为发送者名字，toId为接受者id，chatDate为聊天日期（2015-04-22），chatTime为聊天时间（2015-04-22 10:10:10）

现在发现这个表数据量太大了（有将近5百万数据），查询速度也慢了，那么想问问。

1，怎么提高查询速度，我想到的是能否用分区来做分散？把这个表中的数据按照月份水平分散到两个节点上，然后再把单节点的数据hash分散，这个方法是否可行？

2，具体实现怎么做？

另：机器性能不太好，两台普通cp，单台intel i3 4核，内存8G。

Diablo

可以将速度慢的查询的访问计划贴一下吗。

sdb shell里查看的方式：查询后面加explain({Run:true})

比如db.foo.bar.find({a:{$gt:100}}).sort({a:1}).explain({Run:true})

Diablo

可以将速度慢的查询的访问计划贴一下吗。

sdb shell里查看的方式：查询后面加explain({Run:true})

比如db.foo.bar.find({a:{$gt:100}}).sort({a:1}).explain({Run:true})

doubley

嗯，这个恐怕做不到，因为我不是用代码方式去执行查询的，我是用sql语句去做的查询

我在详细说一下我们的数据吧

有两个集合来记录消息 messageinfo叫做消息表其中包含的字段为fromId为发送者id，fromname为发送者名字，msg为聊天信息，toId为接受者id，chatDate为聊天日期，chatTime为聊天时间

另一个集合叫msgreadinfo，叫做阅读信息表，其中包含的字段为fromId为发送者id，toId为接受者id，readDate为阅读日期，readTime为阅读时间

业务是这样的流程

A用户每隔一分钟发送一条消息给B用户，连续发送了三次，那么记录在messageinfo中的信息为：

AId，Aname，hello，Bid，2015-04-24，2015-04-24 10:10:10

AId，Aname，hreo，Bid，2015-04-24，2015-04-24 10:11:10

AId，Aname，i like，Bid，2015-04-24，2015-04-24 10:12:10

在A发送消息的过程中，B用户登录到系统，并在10:11:10时候查看A给他发送的消息，然后立马退出

那么msgreadinfo就记录下B的阅读信息，如下所示

Aid，Bid，2015-04-24，2015-04-24 10:11:10

然后如果B在10:12:00再次登录系统，那么它就能看到A给他发送的未读信息，也就只有最后一条（i like）

那么这样的业务的话，我就是用的左外连接

SELECT  m.fromUid,  last(m.msg) as msg  FROM 
messagedb.messageinfo as m left outer join messagedb.msgreadinfo as r 
on  m.fromId=r.fromId and m.toId=r.toId and m.chatTimewhere m.toId="Bid"  GROUP BY m.fromUid  order by m.chatTime desc

（PS：inner join效率貌似快递一点，但是这不能达到业务要求，比如在A退出的那段时间里，C用户又给B发送了消息，那么下次B登录时，也能查看C用户给他发送的消息）

像这样的业务，用sdb是否合理？或则是否有什么优化的方案？具体该怎么做？

Diablo

目前在表上建立过索引吗。

doubley

没有，默认索引为_id上的唯一索引，暂时没有用到这个字段，所以没有重写它，它的数据：

"_id": { "$oid": "5530da017b0c317b52d38253" }