mongodb - MongoDB：存储染色体/位置的最有效方法是什么

Question

我想使用 MongoDB 存储一些基因组位置（染色体、位置）。

就像是：

{
chrom:"chr2",
position:100,
name:"rs25"
}

我希望能够快速找到给定段（chrom，[posStart - posEnd]）中的所有记录。最好使用什么键/_id？

铬，位置对象？

db.snps.save({_id:{chrom:"chr2",position:100},name:"rs25"})

填充字符串？

db.snps.save({_id:"chr02:00000000100",chrom:"chr2",position:100,name:"rs25"})

一个自动生成的 id，在 chrom 和 position 上有一个索引？

db.snps.save({chrom:"chr2",position:100,name:"rs25"})

其他？

???

感谢您的建议

皮埃尔

PS：（这个问题在biostar上交叉发布：http: //biostar.stackexchange.com/questions/2519）

score 2 · Accepted Answer

我相信两列索引将提供最快的访问路径，因为它将是最紧凑的索引。

但是，它将是一个附加索引（因为您已经有了 _id 索引，但您没有使用它），所以前两个选项很好，因为它们消除了额外的索引。

填充字符串比复杂对象解决方案更短，更短意味着更少的内存使用，因此扫描速度更快。如果无法展平/填充，我只会选择复杂的对象。此外，由于复杂的对象键需要编码到索引中（其他索引不是这种情况），因此选择较短的键名（c 和 p）。

所以，我会选择两列索引（如果你不介意“浪费” id 索引）或填充字符串。您甚至可以使用填充二进制（在编码整数时节省几个字节），但这可能不值得麻烦。

1 回答 1