MongoDB vs MySQL，哪個效率更高？
本文主要通過批量與非批量對比操作的方式介紹MongoDB的bulkWrite()方法的使用。順帶與關系型數據庫MySQL進行對比，比較這兩種不同類型數據庫的效率。如果只是想學習bulkWrite()的使用的看第一部分就行。
測試環境：win7旗艦版、16G內存、i3處理器、MongoDB3.0.2、mysql5.0
一、MongoDB批量操作
MongoDB對數據的操作分為Read Operations和Write Operations，Read Operations包含查詢操作，Write Operations包含刪除、插入、替換、更新幾種操作。MongoDB提供客戶端用bulk方式執行Write Operations，也就是批量寫操作。在java driver中，對應MongoCollection的bulkWrite()方法，先來看下這個方法簽名：
- BulkWriteResult com.mongodb.client.MongoCollection.bulkWrite(List<? extends WriteModel<? extends Document>> requests)
這個方法要求傳入一個List集合，集合中的元素類型為WriteModel，它表示一個可用于批量寫操作的基類模型，它有以下幾個子類DeleteManyModel、DeleteOneModel、 InsertOneModel、ReplaceOneModel、 UpdateManyModel、UpdateOneModel，從名字可以看出來它對應了刪除、插入、替換、更新幾種操作。該方法返回一個BulkWriteResult對象，代表一個成功的批量寫操作結果，封裝了操作結果的狀態信息，如插入、更新、刪除記錄數等。
1、插入操作
(1)批量插入
代碼如下，該方法接收一個包含要進行插入的Document對象的集合參數，遍歷集合，使用Document構造InsertOneModel對象，每個InsertOneModel實例代表一個插入單個Document的操作，然后將該實例添加List集合中，調用bulkWrite()方法，傳入存儲所有插入操作的List集合完成批量插入。
- public void bulkWriteInsert(List<Document> documents){
- List<WriteModel<Document>> requests = new ArrayList<WriteModel<Document>>();
- for (Document document : documents) {
- //構造插入單個文檔的操作模型
- InsertOneModel<Document> iom = new InsertOneModel<Document>(document);
- requests.add(iom);
- }
- BulkWriteResult bulkWriteResult = collection.bulkWrite(requests);
- System.out.println(bulkWriteResult.toString());
- }
測試：下面通過一個main函數測試下。首先構造10萬個Product實體對象，使用一個工具類將其轉換成json字符串，然后解析成Document對象，保存到一個list集合中，然后調用上面編寫的方法測試10萬個對象插入時間。
- TestMongoDB instance = TestMongoDB.getInstance();
- ArrayList<Document> documents = new ArrayList<Document>();
- for (int i = 0; i < 100000; i++) {
- Product product = new Product(i,"書籍","追風箏的人",22.5);
- //將java對象轉換成json字符串
- String jsonProduct = JsonParseUtil.getJsonString4JavaPOJO(product);
- //將json字符串解析成Document對象
- Document docProduct = Document.parse(jsonProduct);
- documents.add(docProduct);
- }
- System.out.println("開始插入數據。。。");
- long startInsert = System.currentTimeMillis();
- instance.bulkWriteInsert(documents);
- System.out.println("插入數據完成，共耗時："+(System.currentTimeMillis() - startInsert)+"毫秒");
結果：1560毫秒，多次測試基本在1.5秒左右
(2)逐條插入
下面再通過非批量插入10萬個數據對比下，方法如下：
- public void insertOneByOne(List<Document> documents) throws ParseException{
- for (Document document : documents){
- collection.insertOne(document);
- }
- }
測試：10萬條數據
- System.out.println("開始插入數據。。。");
- long startInsert = System.currentTimeMillis();
- instance.insertOneByOne(documents);
- System.out.println("插入數據完成，共耗時："+(System.currentTimeMillis() - startInsert)+"毫秒");
結果：12068毫秒，差距非常大。由此可見，MongoDB批量插入比逐條數據插入效率提高了非常多。
補充：
MongoCollection的insertMany()方法和bulkWrite()方法是等價的，測試時間差不多，不再貼圖。
- public void insertMany(List<Document> documents) throws ParseException{
- //和bulkWrite()方法等價
- collection.insertMany(documents);
- }
2、刪除操作
(1)批量刪除
掌握了批量插入，批量刪除就是依葫蘆畫瓢了。構造DeleteOneModel需要一個Bson類型參數，代表一個刪除操作，這里使用了Bson類的子類Document。重點來了，這里的刪除條件使用文檔的_id字段，該字段在文檔插入數據庫后自動生成，沒插入數據庫前document.get("_id")為null，如果使用其他條件比如productId，那么要在文檔插入到collection后在productId字段上添加索引
- collection.createIndex(new Document("productId", 1));
因為隨著collection數據量的增大，查找將越耗時，添加索引是為了提高查找效率，進而加快刪除效率。另外，值得一提的是DeleteOneModel表示至多刪除一條匹配條件的記錄，DeleteManyModel表示刪除匹配條件的所有記錄。為了防止一次刪除多條記錄，這里使用DeleteOneModel，保證一個操作只刪除一條記錄。當然這里不可能匹配多條記錄，因為_id是唯一的。
最新 MySQL 面試題整理好了，點擊Java面試庫小程序在線刷題。
- public void bulkWriteDelete(List<Document> documents){
- List<WriteModel<Document>> requests = new ArrayList<WriteModel<Document>>();
- for (Document document : documents) {
- //刪除條件
- Document queryDocument = new Document("_id",document.get("_id"));
- //構造刪除單個文檔的操作模型，
- DeleteOneModel<Document> dom = new DeleteOneModel<Document>(queryDocument);
- requests.add(dom);
- }
- BulkWriteResult bulkWriteResult = collection.bulkWrite(requests);
- System.out.println(bulkWriteResult.toString());
- }
測試：10萬條數據
- System.out.println("開始刪除數據。。。");
- long startDelete = System.currentTimeMillis();
- instance.bulkWriteDelete(documents);
- System.out.println("刪除數據完成，共耗時："+(System.currentTimeMillis() - startDelete)+"毫秒");
結果：2251毫秒
(2)逐條刪除
來看看在非批量下的刪除
- public void deleteOneByOne(List<Document> documents){
- for (Document document : documents) {
- Document queryDocument = new Document("_id",document.get("_id"));
- DeleteResult deleteResult = collection.deleteOne(queryDocument);
- }
- }
測試：10萬條數據
- System.out.println("開始刪除數據。。。");
- long startDelete = System.currentTimeMillis();
- instance.deleteOneByOne(documents);
- System.out.println("刪除數據完成，共耗時："+(System.currentTimeMillis() - startDelete)+"毫秒");
結果：12765毫秒，比批量刪除效率低很多
3、更新操作
(1)批量更新
再來看看批量更新，分UpdateOneModel和UpdateManyModel兩種，區別是前者更新匹配條件的一條記錄，后者更新匹配條件的所有記錄。對于ReplaceOneModel，表示替換操作，這里也歸為更新，現在以UpdateOneModel為例進行講解。UpdateOneModel構造方法接收3個參數，第一個是查詢條件，第二個參數是要更新的內容，第三個參數是可選的UpdateOptions，不填也會自動幫你new一個，代表批量更新操作未匹配到查詢條件時的動作，它的upser屬性值默認false，什么都不干，true時表示將一個新的Document插入數據庫，這個新的Document是查詢Document和更新Document的結合，但如果是替換操作，這個新的Document就是這個替換Document。
這里會有個疑惑：這和匹配到查詢條件后執行替換操作結果不一樣嗎？區別在于_id字段，未匹配查詢條件時插入的新的Document的_id是新的，而成功執行替換操作，_id是原先舊的。
- public void bulkWriteUpdate(List<Document> documents){
- List<WriteModel<Document>> requests = new ArrayList<WriteModel<Document>>();
- for (Document document : documents) {
- //更新條件
- Document queryDocument = new Document("_id",document.get("_id"));
- //更新內容，改下書的價格
- Document updateDocument = new Document("$set",new Document("price","30.6"));
- //構造更新單個文檔的操作模型
- UpdateOneModel<Document> uom = new UpdateOneModel<Document>(queryDocument,updateDocument,new UpdateOptions().upsert(false));
- //UpdateOptions代表批量更新操作未匹配到查詢條件時的動作，默認false，什么都不干，true時表示將一個新的Document插入數據庫，他是查詢部分和更新部分的結合
- requests.add(uom);
- }
- BulkWriteResult bulkWriteResult = collection.bulkWrite(requests);
- System.out.println(bulkWriteResult.toString());
- }
測試：10萬條數據
- System.out.println("開始更新數據。。。");
- long startUpdate = System.currentTimeMillis();
- instance.bulkWriteUpdate(documents);
- System.out.println("更新數據完成，共耗時："+(System.currentTimeMillis() - startUpdate)+"毫秒");
結果：3198毫秒
(2)逐條更新
對比非批量下的更新
- public void updateOneByOne(List<Document> documents){
- for (Document document : documents) {
- Document queryDocument = new Document("_id",document.get("_id"));
- Document updateDocument = new Document("$set",new Document("price","30.6"));
- UpdateResult UpdateResult = collection.updateOne(queryDocument, updateDocument);
- }
- }
測試：10萬條數據
- System.out.println("開始更新數據。。。");
- long startUpdate = System.currentTimeMillis();
- instance.updateOneByOne(documents);
- System.out.println("更新數據完成，共耗時："+(System.currentTimeMillis() - startUpdate)+"毫秒");
結果：13979毫秒，比批量更新效率低很多
4、混合批量操作
bulkWrite()方法可以對不同類型的寫操作進行批量處理，代碼如下：
- public void bulkWriteMix(){
- List<WriteModel<Document>> requests = new ArrayList<WriteModel<Document>>();
- InsertOneModel<Document> iom = new InsertOneModel<Document>(new Document("name","kobe"));
- UpdateManyModel<Document> umm = new UpdateManyModel<Document>(new Document("name","kobe"),
- new Document("$set",new Document("name","James")),new UpdateOptions().upsert(true));
- DeleteManyModel<Document> dmm = new DeleteManyModel<Document>(new Document("name","James"));
- requests.add(iom);
- requests.add(umm);
- requests.add(dmm);
- BulkWriteResult bulkWriteResult = collection.bulkWrite(requests);
- System.out.println(bulkWriteResult.toString());
- }
注意：updateMany()、deleteMany()兩個方法和insertMany()不同，它倆不是批量操作，而是代表更新（刪除）匹配條件的所有數據。
最新 MySQL 面試題整理好了，點擊Java面試庫小程序在線刷題。
二、與MySQL性能對比
1、插入操作
(1)批處理插入
與MongoDB一樣，也是插入Product實體對象，代碼如下
- public void insertBatch(ArrayList<Product> list) throws Exception{
- Connection conn = DBUtil.getConnection();
- try {
- PreparedStatement pst = conn.prepareStatement("insert into t_product value(?,?,?,?)");
- int count = 1;
- for (Product product : list) {
- pst.setInt(1, product.getProductId());
- pst.setString(2, product.getCategory());
- pst.setString(3, product.getName());
- pst.setDouble(4, product.getPrice());
- pst.addBatch();
- if(count % 1000 == 0){
- pst.executeBatch();
- pst.clearBatch();//每1000條sql批處理一次，然后置空PreparedStatement中的參數，這樣也能提高效率，防止參數積累過多事務超時，但實際測試效果不明顯
- }
- count++;
- }
- conn.commit();
- } catch (SQLException e) {
- e.printStackTrace();
- }
- DBUtil.closeConnection(conn);
- }
JDBC默認自動提交事務，切記在獲取連接后添加下面一行代碼，關閉事務自動提交。
- connection.setAutoCommit(false);
測試：10萬條數據
- public static void main(String[] args) throws Exception {
- TestMysql test = new TestMysql();
- ArrayList<Product> list = new ArrayList<Product>();
- for (int i = 0; i < 1000; i++) {
- Product product = new Product(i, "書籍", "追風箏的人", 20.5);
- list.add(product);
- }
- System.out.println("MYSQL開始插入數據。。。");
- long insertStart = System.currentTimeMillis();
- test.insertBatch(list);
- System.out.println("MYSQL插入數據完成，共耗時："+(System.currentTimeMillis() - insertStart)+"毫秒");
- }
結果：7389毫秒，多次測試基本7秒左右
(2)逐條插入
再來看看mysql逐條插入,代碼如下：
- public void insertOneByOne(ArrayList<Product> list) throws Exception{
- Connection conn = DBUtil.getConnection();
- try {
- for (Product product : list) {
- PreparedStatement pst = conn.prepareStatement("insert into t_product value(?,?,?,?)");
- pst.setInt(1, product.getProductId());
- pst.setString(2, product.getCategory());
- pst.setString(3, product.getName());
- pst.setDouble(4, product.getPrice());
- pst.executeUpdate();
- //conn.commit();//加上這句每次插入都提交事務，結果將是非常耗時
- }
- conn.commit();
- } catch (SQLException e) {
- e.printStackTrace();
- }
- DBUtil.closeConnection(conn);
- }
測試：10萬條記錄
- System.out.println("MYSQL開始插入數據。。。");
- long insertStart = System.currentTimeMillis();
- test.insertOneByOne(list);
- System.out.println("MYSQL插入數據完成，共耗時："+(System.currentTimeMillis() - insertStart)+"毫秒");
結果：8921毫秒，基本比批量慢1秒多。
2、刪除操作
(1)批處理刪除
刪除的where條件是productId，這里在建表的時候沒有添加主鍵，刪除異常的慢，查了半天不知道什么原因。切記添加主鍵，主鍵默認有索引，所有能更快匹配到記錄。
- public void deleteBatch(ArrayList<Product> list) throws Exception{
- Connection conn = DBUtil.getConnection();
- try {
- PreparedStatement pst = conn.prepareStatement("delete from t_product where id = ?");//按主鍵查，否則全表遍歷很慢
- int count = 1;
- for (Product product : list) {
- pst.setInt(1, product.getProductId());
- pst.addBatch();
- if(count % 1000 == 0){
- pst.executeBatch();
- pst.clearBatch();
- }
- count++;
- }
- conn.commit();
- } catch (SQLException e) {
- e.printStackTrace();
- }
- DBUtil.closeConnection(conn);
- }
測試：10萬條數據。另外，MySQL 系列面試題和答案全部整理好了，微信搜索Java技術棧，在后臺發送：面試，可以在線閱讀。
- System.out.println("MYSQL開始刪除數據。。。");
- long deleteStart = System.currentTimeMillis();
- test.deleteBatch(list);
- System.out.println("MYSQL刪除數據完成，共耗時："+(System.currentTimeMillis() - deleteStart)+"毫秒");
結果：7936毫秒
(2)逐條刪除
代碼如下
- public void deleteOneByOne(ArrayList<Product> list) throws Exception{
- Connection conn = DBUtil.getConnection();
- PreparedStatement pst = null;
- try {
- for (Product product : list) {
- pst = conn.prepareStatement("delete from t_product where id = ?");
- pst.setInt(1, product.getProductId());
- pst.executeUpdate();
- //conn.commit();//加上這句每次插入都提交事務，結果將是非常耗時
- }
- conn.commit();
- } catch (SQLException e) {
- e.printStackTrace();
- }
- DBUtil.closeConnection(conn);
- }
測試：10萬條數據
- System.out.println("MYSQL開始刪除數據。。。");
- long deleteStart = System.currentTimeMillis();
- test.deleteOneByOne(list);
- System.out.println("MYSQL刪除數據完成，共耗時："+(System.currentTimeMillis() - deleteStart)+"毫秒");
結果：8752毫秒，比批處理刪除慢一秒左右。
3、更新操作
(1)批處理更新
代碼如下
- public void updateBatch(ArrayList<Product> list) throws Exception{
- Connection conn = DBUtil.getConnection();
- try {
- PreparedStatement pst = conn.prepareStatement("update t_product set price=31.5 where id=?");
- int count = 1;
- for (Product product : list) {
- pst.setInt(1, product.getProductId());
- pst.addBatch();
- if(count % 1000 == 0){
- pst.executeBatch();
- pst.clearBatch();//每1000條sql批處理一次，然后置空PreparedStatement中的參數，這樣也能提高效率，防止參數積累過多事務超時，但實際測試效果不明顯
- }
- count++;
- }
- conn.commit();
- } catch (SQLException e) {
- e.printStackTrace();
- }
- DBUtil.closeConnection(conn);
- }
測試：10萬條數據
- System.out.println("MYSQL開始更新數據。。。");
- long updateStart = System.currentTimeMillis();
- test.updateBatch(list);
- System.out.println("MYSQL更新數據完成，共耗時："+(System.currentTimeMillis() - updateStart)+"毫秒");
結果：8611毫秒
(2)逐條更新
代碼如下
- public void updateOneByOne(ArrayList<Product> list) throws Exception{
- Connection conn = DBUtil.getConnection();
- try {
- for (Product product : list) {
- PreparedStatement pst = conn.prepareStatement("update t_product set price=30.5 where id=?");
- pst.setInt(1, product.getProductId());
- pst.executeUpdate();
- //conn.commit();//加上這句每次插入都提交事務，結果將是非常耗時
- }
- conn.commit();
- } catch (SQLException e) {
- e.printStackTrace();
- }
- DBUtil.closeConnection(conn);
- }
測試：10萬條數據
- System.out.println("MYSQL開始更新數據。。。");
- long updateStart = System.currentTimeMillis();
- test.updateOneByOne(list);
- System.out.println("MYSQL更新數據完成，共耗時："+(System.currentTimeMillis() - updateStart)+"毫秒");
結果：9430毫秒，比批處理更新慢了1秒左右
三、總結
本文主要是為了介紹bulkWrite()方法的使用，也就是MongoDB的批量寫操作，通過實驗可以看出MongoDB使用bulkWrite()方法進行大量數據的寫操作比使用常規的方法進行寫操作效率要高很多。文章也介紹了mysql幾種寫操作下批量和非批量的對比，可以看出他們批處理方式比非批處理快點，但沒有MongoDB那么明顯。
對于MongoDB與mysql的比較，批量操作下，MongoDB插入、刪除、更新都比mysql快，非批量操作下，MongoDB插入、刪除、更新都比mysql慢。當然只是一個初略的結論，文中并沒有進行100條、1000條、10000條或更大的這樣不同的數據對比，以及CPU內存使用情況進行監測，有興趣的可以嘗試下。
