MongoDB学习笔记(五)：Shell进阶

最新推荐文章于 2024-10-16 21:01:50 发布

jorwen2007

最新推荐文章于 2024-10-16 21:01:50 发布

阅读量141

点赞数

分类专栏： nosql-mongodb 文章标签： mongodb

本文链接：https://blog.csdn.net/jorwen2007/article/details/84537150

版权

本文深入探讨MongoDB Shell的高级用法，包括如何通过explain函数判断查询是否命中索引，理解$where操作符的性能影响，以及掌握数据库命令的工作原理。文章还介绍了固定集合的特性、服务器端脚本的执行，DBRef的使用场景，以及GridFS文件存储系统的操作方法。

摘要由CSDN通过智能技术生成

1. 如何判断查询是否命中索引

游标调用explain函数会返回一个文档，用于描述当前查询的一些细节信息。
比如

 
    01. 
    > db.blogs.find({
       "comment.author":"joe"}).explain();   
   
    02. 
    {   
   
    03. 
    "cursor" : "BtreeCursor comment.author_1",   
   
    04. 
    "nscanned" : 1,   
   
    05. 
    "nscannedObjects" : 1,   
   
    06. 
    "n" : 1,   
   
    07. 
    "millis" : 70,   
   
    08. 
    "nYields" : 0,   
   
    09. 
    "nChunkSkips" : 0,   
   
    10. 
    "isMultiKey" : true,   
   
    11. 
    "indexOnly" : false,   
   
    12. 
    "indexBounds" : {   
   
    13. 
    "comment.author" : [   
   
    14. 
    [   
   
    15. 
    "joe",   
   
    16. 
    "joe"   
   
    17. 
    ]   
   
    18. 
    ]   
   
    19. 
    }   
   
    20. 
    }

1》 “cursor”：因为这个查询使用了索引，MongoDB中索引存储在B树结构中，所以这是也使用了BtreeCursor类型的游标。如果没有使用索引，游标的类型是BasicCursor。这个键还会给出你所使用的索引的名称，你通过这个名称可以查看当前数据库下的system.indexes集合（系统自动创建，由于存储索引信息，这个稍微会提到）来得到索引的详细信息。

2》 “nscanned”/“nscannedObjects”：表明当前这次查询一共扫描了集合中多少个文档，我们的目的是，让这个数值和返回文档的数量越接近越好。

3》 "n"：当前查询返回的文档数量。

4》 “millis”：当前查询所需时间，毫秒数。

5》 “indexBounds”：当前查询具体使用的索引

查看
打印?

 
    01. 
    > var cursor = db.user.find({
       "age":40, "name":"tim"}).hint({
       "age":1,"name":1}); 
   
    02. 
    > cursor.explain(); 
   
    03. 
    {
        
    04. 
    "cursor" : "BtreeCursor age_1_name_1", 
   
    05. 
    "nscanned" : 1, 
   
    06. 
    "nscannedObjects" : 1, 
   
    07. 
    "n" : 1, 
   
    08. 
    "millis" : 0, 
   
    09. 
    "nYields" : 0, 
   
    10. 
    "nChunkSkips" : 0, 
   
    11. 
    "isMultiKey" : false, 
   
    12. 
    "indexOnly" : false, 
   
    13. 
    "indexBounds" : {
        
    14. 
    "age" : [ 
   
    15. 
    [ 
   
    16. 
    40, 
   
    17. 
    40 
   
    18. 
    ] 
   
    19. 
    ], 
   
    20. 
    "name" : [ 
   
    21. 
    [ 
   
    22. 
    "tim", 
   
    23. 
    "tim" 
   
    24. 
    ] 
   
    25. 
    ] 
   
    26. 
    } 
   
    27.