在mongoDB中查询改变string需要很长的时间
我在mongoDB中的整个数据集（大约300万个文档）上运行以下查询，将string的用户标识更改为int。 这个查询似乎并不完整：
var cursor = db.play_sessions.find() while (cursor.hasNext()) { var play = cursor.next(); db.play_sessions.update({_id : play._id}, {$set : {user_id : new NumberInt(play.user_id) }}); } 我在同一个数据集上运行这个查询，它会相对快速地返回：
db.play_sessions.find().forEach(function(play){ if (play.score && play.user_id && play.user_attempt_no && play.game_id && play.level && play.training_session_id) { print(play.score,",",play.user_id,",",play.user_attempt_no,",",play.game_id,",",play.level,",",parseInt(play.training_session_id).toFixed()); } else if (play.score && play.user_id && play.user_attempt_no && play.game_id && play.level) { print(play.score,",",play.user_id,",",play.user_attempt_no,",",play.game_id,",",play.level); }; });
我知道我写在第一个查询中的数据库，但为什么第一个查询似乎永远不会返回，而第二个这样做相对较快？ 第一个查询中的代码是否有问题？
三百万份文件是相当多的文件，所以整个操作将需要一段时间。 但是这里要考虑的主要问题是，你要求将数据“发送”到数据库，并“接收”一个确认的写入响应（因为这是发生了什么）三百万次。 单单是在操作之间等待更多，而不是简单地迭代游标。
这里的另一个原因是，你很可能正在运行MongoDB 2.6或更高版本。 早期版本和版本之间有一个核心区别，就是这个代码是如何在shell中处理的。 其核心是批量操作API ，其中包含所有与shell交互的所有shell帮助程序实际使用的方法。
在以前的版本中，在这样的“循环”操作中，对于每次迭代，在这种情况下“写入关注”确认没有完成。 现在完成的方式（因为帮助者实际上使用Bulk API），每次迭代都会返回确认。 这会让事情减慢很多。 除非你直接使用批量操作。
因此，要在现代版本中“重塑”您的价值观，请改为：
var bulk = db.play_sessions.initializeUnorderedBulkOp(); var count = 0; db.play_sessions.find({ "user_id": { "$type": 2 } }).forEach(function(doc) { bulk.find({ "_id": doc._id }).updateOne({ "$set": { "user_id": NumberInt(doc.user_id) } }); count++; if ( count % 10000 == 0 ) { bulk.execute(); bulk = db.play_sessions.initializeUnorderedBulkOp(); } }); if ( count % 10000 != 0 ) bulk.execute();
批量操作在一个请求中发送所有的“批量”。 事实上，底层驱动程序将其分解为1000个项目的单个批处理请求，但是在大多数情况下，10000是不会占用太多内存的合理数量。
这里的另一个优化是查询select的唯一项目是那些目前由$type运算符标识的“string”。 如果一些数据已经被转换，这可能会加快速度。
如果确实有早期版本的MongoDB，并且您正在对不在分片群集上的集合运行此转换，那么您的其他select是使用db.eval() 。
实际上请仔细阅读该链接上的内容。 这不是一个好主意，你不应该在生产中使用它，而只能作为一次性转换的最后手段。 代码以JavaScript的forms提交，实际上在服务器上运行。 因此，高级别的locking可以在运行时发生。 你已经被警告 ：
db.eval(function() { db.play_sessions.find({ "user_id": { "$type": 2 } }).forEach(function(doc) { db.play_sessions.update( { "_id": doc._id }, { "$set": { "user_id": NumberInt( doc.user_id ) } } ); }); });
请谨慎使用，并且要尽可能靠近networking条件，尽可能靠近机器上的“批处理”处理甚至基本循环，以便与实际的数据库服务器保持一致。 最好在服务器上。
在版本允许的情况下，您仍然认为必要的情况下，尽量使用批量操作方法，因为这是非常优化的方法。