companys.drop_indexes()
def query_with_index():
"""对array like的关键字tags进行查询
"""
st = time.clock()
ppt(list(companys.find({"tags": {"$all": [1,2,3]}})))
print("query WITH index cost %.4f seconds." % (time.clock() - st,) )
def create_invalid_index():
"""尝试添加违反规则的multikey index, 执行这个之前请先执行drop_index。
"""
companys.create_index([("tags", pymongo.ASCENDING), ("city", pymongo.ASCENDING)])
def inser_invalid_document():
companys.insert({"tags": [1,2,3], "city": [1,2,3]})
if __name__ == "__main__":
# companys.drop()
initialize_collection()
drop_index()
# query_without_index()
# create_index()
# query_with_index()
create_invalid_index() # 创建多重索引
inser_invalid_document() # pymongo.errors.WriteError: cannot index parallel arrays [city] [tags]
# ppt(list(companys.list_indexes())) # 打印所有索引信息
client.close()
st = time.clock()
doc = items.find_one({"item_id": 5})
print("find_one(item_id = 5), elapse %.4f seconds" % (time.clock() - st, ))
st = time.clock()
doc = items.find({"item_id": 500 * 1000})
print("find(item_id = 500,000), elapse %.4f seconds" %
(time.clock() - st, ))
st = time.clock()
doc = items.find_one({"item_id": 500 * 1000})
print("find_one(item_id = 500,000), elapse %.4f seconds" %
(time.clock() - st, ))
if __name__ == "__main__":
"""本例子先生成一个1000,000条数据的collections, 然后分别查找位于前面和中间位置的数据。可以看出
在没有索引的情况下, 如果用find方法, 会扫描整个表。而用find_one方法, 则查找中间位置的数据会慢
很多。而一旦有了索引, 无论是用find还是find_one方法, 无论是数据的位置如何, 速度都非常快。
你可以用drop_index()函数删除索引, 重新进行演示
"""
initialize_collection()
find_method_example()
find_one_method_example()
create_index()
query_with_index()
# drop_index()
client.close()
