nosql的数据在内存里，而传统rdbms，某个select第一次执行的时候，如果发现内存里没有需要的数据（比如mysql的innodb buffer pool），会去从磁盘读取，然后再开始计算，这样子从原理上就必然比nosql要慢一些，但是，会慢多少呢？可以用一个分组统计的全表扫描来PK下。
测试环境如下：
server：阿里云服务器（Ubuntu14.04+1核cpu和 1G内存）
mysql:5.5.41
mysql服务端参数：innodb_buffer_pool_size = 512M （其余都默认）
mongodb:2.4.9
这里用一个1000多万行记录的表作为测试对象，这个表只有一个字段：imsi。
在mysql里建测试对象，导表：
create database db_test;
create table ul_inbound(imsi varchar(15));
load data infile ‘/tmp/inbound.sub.log‘ into table ul_inbound(imsi);
测试结果：
mysql> select imsi,count(*) from ul_inbound group by imsi having count(*) >5000;
+-----------------+----------+
| imsi | count(*) |
+-----------------+----------+
| 250017831851018 | 5166 |
| 283100106389033 | 21291 |
| 302720304966683 | 41598 |
| 302720502859575 | 8787 |
| 302720505260881 | 7932 |
| 310170801568405 | 6018 |
| 310170802085117 | 13452 |
| 310170802299726 | 13824 |
| 310410577936479 | 5772 |
| 310410610359421 | 5790 |
| 310410661857060 | 7038 |
| 310410669731926 | 7788 |
| 310410671702203 | 6705 |
| 310410673812082 | 5403 |
+-----------------+----------+
53 rows in set (1 min 47.73 sec)
花了107秒。
在mongodb里导入数据（导入到my_mongodb的sub里）：
#!/usr/bin/python
# Python:2.7.6
# Filename:mongodb.py
import pymongo
import random
conn = pymongo.Connection("127.0.0.1",27017) #Connection() without parameters will default connect localhost mongodb
db = conn.my_mongodb
for imsi in open(‘inbound.sub.log‘):
imsi = imsi.strip(‘\n‘)
db.sub.insert({‘imsi‘:imsi})
> use my_mongodb;
switched to db my_mongodb
> db.sub.aggregate( [ { $group: { _id: "$imsi", count: { $sum: 1 } } }, { $match: { count: { $gt: 5000 } } } ]);
{
"result" : [
{
"_id" : "401025006559964",
"count" : 17982
},
{
"_id" : "310410757405261",
"count" : 7269
},
10秒左右搞定。
注：
1）这个只是为了测试全表扫描能力，实际mysql查询能力会受到索引、服务端参数等诸多因素的影响。
2）mongodb的使用，必须内存管够，如果内存不够，要用swap，能力会大受影响。