本文章先来给大家简单介绍关于MongoDB 数据分页和排序 limit,skip,sort用户的一些基础语句，然后用一个实例详细介绍MongoDB 数据分页和排序实例方法。
-
-
排序用sort,相当于order by,升序用1表示，降序用-1
比如，按age字段升序排列:

代码如下 复制代码 
 db.user.find().sort({"age":1})
  如果有多个字段,按姓名降序，年龄升序
 代码如下 复制代码 
 db.user.find().sort({"name":-1,"age":1})
  limit和skip一起用，相当于mysql里的limit:
 代码如下 复制代码 
 b.user.find().skip(1).limit(1)

相当于mysql里的limit(1,1)，即跳过第0条，从第1条开始返回，只返回1条
skip和limit就能实现分页，但是skip太多的话，会影响性能，应该尽量避免，比如说，获取当前页最后一个文档的某个值作为条件（如日期）来查询，就可以不用skip.

无论是采用什么数据库，通常都有一些常规的做分页和排名的方法。本文就通过一些测试数据来向大家介绍MongoDB在这方面的性能。

分页首先我们来做一个分页，在MongoDB中示例数据如下所未：

 代码如下 复制代码 

db.scores.find();
 {lid: ObjectId("4fe506dabb2bfa742d000001"), score: 1, name: 'user_1'}
 {lid: ObjectId("4fe506dabb2bfa742d000001"), score: 2, name: 'user_2'}
 {lid: ObjectId("4fe506dabb2bfa742d000001"), score: 3, name: 'user_3'}
 {lid: ObjectId("4fe506dabb2bfa742d000001"), score: 4, name: 'user_4'}

其中lid字段用于区分不同的纬度，主要用在筛选上，在测试collection中，一共有五个不同的lid值，每一个对应1,200,000条数据，一共6,000,000条数据。索引在lid 和 score上。（下面的查询能使用到索引）

然后我们进行下面的性能测试：

 代码如下 复制代码 

collection = Mongo::Connection.new.db('test').collection('scores')
 Benchmark.bmbm do |x|
   x.report("mongo small") do
     100.times do |i|
       collection.find({:lid => lids.sample}, {:fields => {:_id => false, :score => true, :user => true}}).sort({:score => -1}).limit(20).skip(i * 20).to_a
     end
   end
   x.report("mongo medium") do
     100.times do |i|
       collection.find({:lid => lids.sample}, {:fields => {:_id => false, :score => true, :user => true}}).sort({:score => -1}).limit(20).skip(i * 1000).to_a
     end
   end
   x.report("mongo large") do
     100.times do |i|
       collection.find({:lid => lids.sample}, {:fields => {:_id => false, :score => true, :user => true}}).sort({:score => -1}).limit(20).skip(i * 10000).to_a
     end
   end
 end

上面分别对skip条数比较小，中等大小和非常大三种情况进行了测试。而limit指定获取的数据都一样是20条。这三种情况下的测试结果分别是：0.6 秒， 17 秒，173 秒。

我们可以看到，对MongoDB来说，skip的大小严重影响性能，应该严格避免特别大的skip操作。

排名排名功能与分页功能类似，不同的是排名是通过计算大于某个值的条数来做的。

比如：

 代码如下 复制代码 

//sql
 select count(*) from scores where lid = $1 and score > $2
 //mongo
 db.scores.find({lid: lid, score: {$gt: score}}).count() 由于排名和分页实现原理上类似，所以结果实际上差不多。测试结果如下：
mongo top rank   1.155847
 mongo average    22.291007

结论上面做了对比，那么本文要说一个什么问题呢？

首先，在MongoDB中，尽量避免进行比较大的skip操作，比如在分页中，如果你能知道需要获取数据的上一条score是多少，那么可能能够用下面的方法来获取你要的数据，而不是通过一次很大的skip操作。

  db.scores.find({lid: lid, score: {$lt: last_score}}).sort({score: -1}).limit(20)另外，如果你需要进行比较大的skip操作或者count比较大的数量，那么可以考虑采用Redis的Sorted Sets来做