6.Оценка производительности
Первоначально целью исследовния NoSQL систем был выбор быстрой на вставку и выборку небольших объемов данных: альтернативы MySQL.
Для взаимодействия с обеими базами использовался Perl, для MongoDB одноименный модуль, а для MySQL модуль DBI. Словарь содержит более 90 000 слов. Структура таблицы/коллекции была проста: кроме первичного индекса я записывал туда само слово и его длину. Процесс заполнения базы данными и стал первым испытанием.
добавление
записей/документов в базы
Как видно из графика, время выполнения вставки увеличивается линейно, без каких-либо скачков, а MongoDB опережает MySQL на 40%! Это преимущество по производительности можно легко объяснить отсутствием настоящего ACID, то есть при записи не проверяется и не возвращается её результат. Ради интереса было включено безопасное добавление записей в MongoDB, это самая верхняя линия, в итоге Mongo стала в 2.5 раза медленнее MySQL. Вторым этапом тестирования была выборка, сначала использовался тот же алгоритм, что и в поиске опечаток, делалась выборка в разных диапазонах длин слов. Очевидно, что слов средней длины в словаре больше, и на графиках заметно, как сильно там проседает MongoDB. А по краям, там где количество слов небольшое, почти сравнивается с MySQL.
полная
выборка данных по диапазонам длин слов
с дополнительными индексами и без
(чем
меньше тем лучше)
обработка запроса
и выборка только первого результата по
диапазону длины слова
(чем меньше
тем лучше)
Следующим этапом сравнения производительности было обновление. Вот сравнительные результаты обновления каждой 10ой/100ой/1000ой строки:
обновление
каждой 10ой/100ой/1000ой записи
(чем меньше
тем лучше)
Тут следует рассказать о
том, как работает обновление в MongoDB и
какие хитрости используются для
достижения такого эффекта. Если
обновляемый объект не вырастает в
размере, то он просто обновляется в том
же месте, где находится, и базе не
приходится выделять место и создавать
новую копию объекта, что повышает
производительность некотрых операций
вроде увеличения счетчика. Второй
хитростью является так называемая
ленивая запись, когда данные из памяти
переписываются на диск не сразу после
запроса, а через несколько секунд, и
если за это время приходит несколько
обновлений, то записывается только
последнее.
Заключительным этапом
тестирования стало удаление записей.
Ниже приведены результаты удаления
каждой 10ой/100ой/1000ой строки. И опять
MongoDB оказался вне конкуренции.
удаление
каждой 10ой/100ой/1000ой записи
(чем меньше
тем лучше)
В результате MongoDB — это
высокопроизводительная система, которая
отлично подходит для проектов с высокой
динамикой обновления базы. И в идеале
может заменить собой целый стэк
технологий ORM/mysql/memcached.
Но тем не менее является нишевым продуктом
и не подходит для случаев в которых
надежность данных является главным
приоритетом.
7.Безопасность
Производитель рекомендует использовать сервера БД в доверенной среде и не полагаться на встроенные в сервер средства безопасности.
Реализована одноступенчатая аутентификация по имени пользователя и паролю. Три группы пользователей:
Администраторы
Пользователи с правами на чтение и запись
Пользователи с правами на чтение
Администраторы - на уровне сервера, пользователи - на уровне каждой отдельной БД.
Аутентификация поддерживается в репликационных множествах с версии 1.7.5.
Аутентификация не поддерживается при использовании sharding.