加快Python MongoDB查询

Question

我是MongoDB新手。我试图从几个集合中读取数据。我想对GHTorrent做一些统计，所以我试图用我感兴趣的数据打印一个.csv。问题是，我的查询已经运行了30分钟左右，而且我确信我的搜索效果不如预期，我只是不知道如何改进它。在

首先，我知道

closed_issues = ghdb.issues.find(
    { "state": "closed" }, # query criteria
    { #projection
    "id": 1,
    "created_at": 1,
    "closed_at": 1,
    "comments": 1,
    "repo": 1,
    "owner": 1,
    "number": 1,
    }

然后，在打开一个文件并写下标题之后，我会这样做

^{pr2}$

如您所见，我使用四个相同标准中的三个来处理每个问题的三个不同的结果。搜索issue_id、repo和{}的组合并对三个不同的{}进行计数，最有效的方法是什么？在

Answer 1

mongodb聚合框架是一个很好的工具，用于生成诸如counts-http://docs.mongodb.org/manual/core/aggregation/之类的聚合统计信息的查询

我会从那里开始，玩一玩。对于这种用例，您通常可以从那里开始，然后在结果周围包装一些额外的代码，以您需要的格式导出数据。在