java中的mongoDB怎么分页,要代码，数据量较大 Mongodb的MapReduce很慢，有没有办法提高性能
java中的mongoDB怎么分页,要代码，数据量较大
Listresult = new ArrayList() if (tableName.length() > 0) { if (cursor == null) { coll = db.getCollection(tableName) cursor = coll.find().skip(skipNum).limit(num) } while (cursor.hasNext()) { BasicDBObject o = (BasicDBObject) cursor.next() result.add(o) } } 但是调用出现了问题： 我这样查, List list1 = mongoDao.queryWithNum(LuceneTest.tableName, 100,100) List list2 = mongoDao.queryWithNum(LuceneTest.tableName, 200,100) System.out.print("--结束,共" list1.size() "条---" "--") System.out.println(list2.size())
Mongodb的MapReduce很慢，有没有办法提高性能
发现了一个简单办法可以大幅提高mongodb mapreduce的速度，以前我在一台机器上只部署了一个mongod的数据库实例，起始如果机器配置可以的话，可以在一台机器上多配几个Mongod数据库实例，把他们用分片的形式加到集群中就可以了。
这样就相当于多进程操作了，避免了js单进程的尴尬。
如果机器的cpu是12核的可以起6-8个mongod，根据测试发现再多个mongod对于速度的影响不升反降。据我分析之前是因为单进程操作，是因为单个cpu达到瓶颈。
改成多进程后，达到磁盘i/o瓶颈后速度就没法提升了。
mongodb同时实现分组和分页
参考代码：
var pipeline =[
{
$match: {
sjbh: {$gte: beginDate, $lte:endDate}
}
},
{
$group: {
_id: "$gsbh",
totaltxl: {$sum: { $cond: { if: { $ne: [ "$totalnum","" ] }, then:"$txl" , else: 0 }}},
totalbmynum: {$sum: "$bmynum"}
}
},
{
$project: {
_id: 0,
gsbh: "$_id",
totaltxl: "$totaltxl",
totalbmynum: "$totalbmynum",
ratio: { $divide: [ "$totalbmynum", { $cond:{if: { $eq: [ "$totaltxl",0 ] }, then:1 , else: "$totaltxl" }}] }
}
},
{$sort: {ratio: -1}},
{$limit: 5}
{$skip : 5}
]
opts.dbs.csdb.collection("permydfx").aggregate(pipeline).......
MongoDB 2d空间索引怎么分页显示
您好，我来为您解答，写法如下：
现在MongoDB还不支持。参见tickets SERVER-3925 和 SERVER-5800。
你可以在JIRA上跟踪这个feature, 也可以给它们投票。
如果我的回答没能帮助您，请继续追问。
mongodb hbase redis 哪个更强大
hbase，mongodb，redis都属于nosql型存储方案。在实际的项目实践上看，他们的系统存储及处理的数量由大到小。
HBase基于列存储，提供三项坐标方式定位数据，由于其qualifier的动态可扩展型（无需schema设计，可存储任意多的qualifier），特别适合存储稀疏表结构的数据（比如互联网网页类）。HBase不支持二级索引，读取数据方面只支持通过key或者key范围读取，或者全表扫描。
MongoDb在类SQL语句操作方面目前比HBase具备更多一些优势，有二级索引，支持相比于HBase更复杂的集合查找等。BSON的数据结构使得处理文档型数据更为直接。MongoDb也支持mapreduce，但由于HBase跟Hadoop的结合更为紧密，Mongo在数据分片等mapreduce必须的属性上不如HBase这么直接，需要额外处理。
HBase与Mongodb的读写性能正好相反，HBase写优于随机读，MongoDB似乎写性能不如读性能。
Redis为内存型KV系统，处理的数据量要小于HBase与MongoDB