MongoDB：4-MongoDB的索引和查询分析(explain)

最新推荐文章于 2023-06-17 15:03:27 发布

琦彦

最新推荐文章于 2023-06-17 15:03:27 发布

阅读量7.1k

点赞数 4

分类专栏： MongoDB MongoDB-从基础到深入文章标签： MongoDB

本文链接：https://blog.csdn.net/fly910905/article/details/78184302

版权

MongoDB 同时被 2 个专栏收录

25 篇文章 2 订阅

订阅专栏

MongoDB-从基础到深入

25 篇文章 16 订阅

订阅专栏

索引

  
  索引就是用来加速查询的。

数据库索引与书籍的索引类似：
有了索引就不需要翻遍整本书，数据库则可以直接在索引中查找，使得查找速度能提高几个数量级。
在索引中找到条目以后，就可以直接跳转到目标文档的位置。

   
   索引是特殊的数据结构，索引存储在一个易于遍历读取的数据集合中，
索引是对数据库表中一列或多列的值进行排序的一种结构

创建普通索引，使用命令 db.collection.ensureIndex({key:1})
创建唯一索引，使用命令 db.collection.ensureIndex({key:1}，{unique:true})

     
     语法中 Key 值为你要创建的索引字段，
1为指定按升序创建索引，如果你想按降序来创建索引指定为-1即可。

ensureIndex() 接收可选参数，可选参数列表如下：

Parameter	Type	Description
background	Boolean	建索引过程会阻塞其它数据库操作，background可指定以后台方式创建索引，即增加 "background" 可选参数。 "background" 默认值为false。
unique	Boolean	建立的索引是否唯一。指定为true创建唯一索引。默认值为false.
name	string	索引的名称。如果未指定，MongoDB的通过连接索引的字段名和排序顺序生成一个索引名称。
dropDups	Boolean	在建立唯一索引时是否删除重复记录,指定 true 创建唯一索引。默认值为 false.
sparse	Boolean	对文档中不存在的字段数据不启用索引；这个参数需要特别注意，如果设置为true的话，在索引字段中不会查询出不包含对应字段的文档.。默认值为 false.
expireAfterSeconds	integer	指定一个以秒为单位的数值，完成 TTL设定，设定集合的生存时间。
v	index version	索引的版本号。默认的索引版本取决于mongod创建索引时运行的版本。
weights	document	索引权重值，数值在 1 到 99,999 之间，表示该索引相对于其他索引字段的得分权重。
default_language	string	对于文本索引，该参数决定了停用词及词干和词器的规则的列表。默认为英语
language_override	string	对于文本索引，该参数指定了包含在文档中的字段名，语言覆盖默认的language，默认值为 language.

在后台创建索引：

     
     db.values.ensureIndex({open: 1, close: 1}, {background: true})

查看关于索引的相关信息，使用命令 db.collection.stats()
查看查询使用索引的情况，使用命令 db.collection.find({key:value}).explain()
删除索引，使用命令 db.collection.dropIndex({key:1})
删除集合，也会将集合中的索引全部删除

MongoDB 查询分析

    
    MongoDB 查询分析
MongoDB 查询分析可以确保我们建议的索引是否有效，是查询语句性能分析的重要工具。
MongoDB 查询分析常用函数有：explain() 和 hint()。

使用 explain()

explain 操作提供了查询信息，使用索引及查询统计等。有利于我们对索引的优化。
接下来我们在 users 集合中创建 name和 age的索引：

      
      db.users.ensureIndex({name:1,age:1})

现在在查询语句中使用 explain ：

   
   db.users.find({name:"ghost"}).explain()

以上的 explain() 查询返回如下结果：

    
    /* 1 */
{
    "queryPlanner" : {
        "plannerVersion" : 1,
        "namespace" : "mongotest.users",
        "indexFilterSet" : false,
        "parsedQuery" : {
            "name" : {
                "$eq" : "ghost"
            }
        },
        "winningPlan" : {
            "stage" : "FETCH",
            "inputStage" : {
                "stage" : "IXSCAN",
                "keyPattern" : {
                    "name" : 1.0,
                    "age" : 1.0
                },
                "indexName" : "name_1_age_1",
                "isMultiKey" : false,
                "multiKeyPaths" : {
                    "name" : [],
                    "age" : []
                },
                "isUnique" : false,
                "isSparse" : false,
                "isPartial" : false,
                "indexVersion" : 2,
                "direction" : "forward",
                "indexBounds" : {
                    "name" : [ 
                        "[\"ghost\", \"ghost\"]"
                    ],
                    "age" : [ 
                        "[MinKey, MaxKey]"
                    ]
                }
            }
        },
        "rejectedPlans" : []
    },
    "serverInfo" : {
        "host" : "kf-PC",
        "port" : 27017,
        "version" : "3.4.9",
        "gitVersion" : "876ebee8c7dd0e2d992f36a848ff4dc50ee6603e"
    },
    "ok" : 1.0
}

本人使用的是Moongdb3.4.9版本，Mongodb3.0版本的explain返回结果和以前的版本有很大的不同，介于Mongodb3.0的许多优秀特色，将3.0版本的返回分成了3个不同层面：

queryPlanner：查询计划的选择器，首先进行查询分析，最终选择一个winningPlan，是explain返回的默认层面。
executionStats：为执行统计层面，返回winningPlan的统计结果
allPlansExecution：为返回所有执行计划的统计，包括rejectedPlan

所以：我们在查询优化的时候，只需要关注queryPlanner， executionStats即可，因为queryPlanner为我们选择出了winningPlan，而executionStats为我们统计了winningPlan的所有关键数据。

     
     explain.queryPlanner: queryPlanner的

explain.queryPlanner.namespace:该值返回的是该query所查询的表
explain.queryPlanner.indexFilterSet:针对该query是否有indexfilter
explain.queryPlanner.winningPlan:查询优化器针对该query所返回的最优执行计划的详细内容。
explain.queryPlanner.winningPlan.stage:最优执行计划的stage，这里返回是FETCH，可以理解为通过返回的index位置去检索具体的文档（stage有多个模式，将在后文中进行详解）。
Explain.queryPlanner.winningPlan.inputStage:用来描述子stage，并且为其父stage提供文档和索引关键字。
explain.queryPlanner.winningPlan.stage的child stage，此处是IXSCAN，表示进行的是index scanning。
explain.queryPlanner.winningPlan.keyPattern:所扫描的index内容，此处是did:1,status:1,modify_time: -1与scid : 1
explain.queryPlanner.winningPlan.indexName：winning plan所选用的index。
explain.queryPlanner.winningPlan.isMultiKey是否是Multikey，此处返回是false，如果索引建立在array上，此处将是true。
explain.queryPlanner.winningPlan.direction：此query的查询顺序，此处是forward，如果用了.sort({modify_time:-1})将显示backward。
explain.queryPlanner.winningPlan.indexBounds:winningplan所扫描的索引范围,如果没有制定范围就是[MaxKey, MinKey]，这主要是直接定位到mongodb的chunck中去查找数据，加快数据读取。
explain.queryPlanner.rejectedPlans：其他执行计划（非最优而被查询优化器reject的）的详细返回，其中具体信息与winningPlan的返回中意义相同，故不在此赘述。

stage 的类型的意义

      
      mongodb的文档中列出了前4种类型，还有一些没有列出来，但是会比较常见，这里一并解释一下。

COLLSCAN ：全表扫描
IXSCAN：索引扫描
FETCH:：根据索引去检索指定document
SHARD_MERGE：各个分片返回数据进行merge
SORT：表明在内存中进行了排序（与前期版本的scanAndOrder:true一致）
SORT_MERGE：表明在内存中进行了排序后再合并
LIMIT：使用limit限制返回数
SKIP：使用skip进行跳过
IDHACK：针对_id进行查询
SHARDING_FILTER：通过mongos对分片数据进行查询
COUNT：利用db.coll.count()之类进行count运算
COUNTSCAN：count不使用用Index进行count时的stage返回
COUNT_SCAN：count使用了Index进行count时的stage返回
SUBPLA：未使用到索引的$or查询的stage返回
TEXT：使用全文索引进行查询时候的stage返回

附：explain查询结果解析官方文档：
https://docs.mongodb.org/v3.0/reference/explain-results/

使用 hint()

虽然MongoDB查询优化器一般工作的很不错，但是也可以使用 hint 来强制 MongoDB 使用一个指定的索引。
这种方法某些情形下会提升性能。一个有索引的 collection 并且执行一个多字段的查询(一些字段已经索引了)。

如下查询实例指定了使用 name和 age索引字段来查询：

      
      db.users.find({name:"ghost"}).hint({name:1,age:1})

可以使用 explain() 函数来分析以上查询：

      
      db.users.find({name:"ghost"}).hint({name:1,age:1}).explain()

参考来源： http://blog.chinaunix.net/uid-26904464-id-5611821.html

参考来源： http://www.runoob.com/mongodb/mongodb-analyzing-queries.html

琦彦

关注

4
点赞
踩
7

收藏

觉得还不错? 一键收藏
打赏
3
评论
MongoDB：4-MongoDB的索引和查询分析(explain)

索引索引就是用来加速查询的。数据库索引与书籍的索引类似：有了索引就不需要翻遍整本书，数据库则可以直接在索引中查找，使得查找速度能提高几个数量级。在索引中找到条目以后，就可以直接跳转到目标文档的位置。索引是特殊的数据结构，索引存储在一个易于遍历读取的数据集合中，索引是对数据库表中一列或多列的值进行排序的一种结构创建普通索引，使用命令 db.col
复制链接

扫一扫