ㅤㅤㅤ
ㅤㅤㅤ
ㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤ(想象力比知识重要。因为知识是有限的,而想象力概括着世界上的一切,推动着世界的进步,并且是知识进化的源泉。 —— 阿尔伯特·爱因斯坦)
ㅤㅤㅤ
ㅤㅤㅤ
ㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤ
Mongodb Compass
https://docs.mongodb.com/compass/master/manage-data/
MongoDB的GUI。直观地浏览您的数据并快速查询。借助完整的CRUD功能与您的数据进行交互。查看和优化查询性能。在Linux,Mac或Windows上可用。Compass使您能够做出更明智的索引,文档验证等决策
Compass 安装
https://www.mongodb.com/try/download/compass
目前我安装的版本是 ubuntu Version 1.21.2
Compass 顶栏功能
- Connect 连接配置
- Connect to 弹出新的窗口,用于创建新的连接
- Disconnect 断开当前数据库连接
- Exit 退出当前程序
- View 视图配置
- Reload 重新加载当前程序
- Reload Data 重新加载当前数据库数据
- Actual Size 调整尺寸大小
- Zoom In 放大窗口
- Zoom Out 缩小窗口
- Toggle DevTools 开发者模式
Compass连接远程数据库
Compass 主界面
Compass 操作界面
Documents
Aggregations
Schema
Explain Plan
"queryPlanner" : { // 查询计划
"plannerVersion" : 1,
"namespace" : "test.testindex", // 查询的表名
"indexFilterSet" : false, //针对该query是否有indexfilter ???
"parsedQuery" : { // 查询条件
"id" : {
"$lt" : 97
}
},
"winningPlan" : {// 查询优化器针对该query所返回的最优执行计划的详细内容。
"stage" : "FETCH",// FETC: 可以理解为通过返回的index位置去检索具体的文档???
"inputStage" : {
"stage" : "IXSCAN", // 表示进行的是index scanning
"keyPattern" : { // 索引内容
"id" : 1,
"age" : 1
},
"indexName" : "id_1_age_1", // 使用的索引
"isMultiKey" : false, // 非复合索引 如果索引建立在array上,此处将是true
"multiKeyPaths" : {
"id" : [ ],
"age" : [ ]
},
"isUnique" : false,
"isSparse" : false,
"isPartial" : false,
"indexVersion" : 2,
"direction" : "forward", //此query的查询顺序,此处是forward,如果用了.sort({$filed:-1})将显示backward
"indexBounds" : {
"id" : [
"[-inf.0, 97.0)" // winningplan所扫描的索引范围 $lt:97
],
"age" : [
"[MinKey, MaxKey]"
]
}
}
},
"rejectedPlans" : [ ]
},
"executionStats" : {
"executionSuccess" : true, // 是否执行成功
"nReturned" : 97, // 结果返回条数
"executionTimeMillis" : 0, // 整体执行时间 单位毫秒
"totalKeysExamined" : 97, // 索引扫描个数
"totalDocsExamined" : 97, // 文档扫描个数
"executionStages" : {
"stage" : "FETCH",
"nReturned" : 97,
"executionTimeMillisEstimate" : 0, //该查询根据index去检索document获取97条具体数据的时间
"works" : 98,
"advanced" : 97,
"needTime" : 0,
"needYield" : 0,
"saveState" : 0,
"restoreState" : 0,
"isEOF" : 1,
"invalidates" : 0,
"docsExamined" : 97,
"alreadyHasObj" : 0,
"inputStage" : {
"stage" : "IXSCAN",
"nReturned" : 97, //最理想状态 nReturned=totalKeysExamined & totalDocsExamined=0 / nReturned=totalKeysExamined=totalDocsExamined
"executionTimeMillisEstimate" : 0,//该查询扫描97行index所用时间
"works" : 98,
"advanced" : 97,
"needTime" : 0,
"needYield" : 0,
"saveState" : 0,
"restoreState" : 0,
"isEOF" : 1,
"invalidates" : 0,
"keyPattern" : {
"id" : 1,
"age" : 1
},
"indexName" : "id_1_age_1",
"isMultiKey" : false,
"multiKeyPaths" : {
"id" : [ ],
"age" : [ ]
},
"isUnique" : false,
"isSparse" : false,
"isPartial" : false,
"indexVersion" : 2,
"direction" : "forward",
"indexBounds" : {
"id" : [
"[-inf.0, 97.0)"
],
"age" : [
"[MinKey, MaxKey]"
]
},
"keysExamined" : 97,
"seeks" : 1,
"dupsTested" : 0,
"dupsDropped" : 0,
"seenInvalidated" : 0
}
}
},
"serverInfo" : {
"host" : "centos01",
"port" : 27017,
"version" : "4.0.9",
"gitVersion" : "fc525e2d9b0e4bceff5c2201457e564362909765"
},
"ok" : 1
stage的类型:
COLLSCAN:全表扫描
IXSCAN:索引扫描
FETCH:根据索引去检索指定document
SHARD_MERGE:将各个分片返回数据进行merge
SORT:表明在内存中进行了排序
LIMIT:使用limit限制返回数
SKIP:使用skip进行跳过
IDHACK:针对_id进行查询
SHARDING_FILTER:通过mongos对分片数据进行查询
COUNT:利用db.coll.explain().count()之类进行count运算
COUNTSCAN:count不使用Index进行count时的stage返回
COUNT_SCAN:count使用了Index进行count时的stage返回
SUBPLA:未使用到索引的$or查询的stage返回
TEXT:使用全文索引进行查询时候的stage返回
PROJECTION:限定返回字段时候stage的返回
stage的组合(查询的时候尽可能用上索引):
Fetch+IDHACK
Fetch+ixscan
Limit+(Fetch+ixscan)
PROJECTION+ixscan
SHARDING_FITER+ixscan
COUNT_SCAN
如下的stage效率比较低下:
COLLSCAN(全表扫描),SORT(使用sort但是无index),不合理的SKIP,SUBPLA(未用到index的$or),COUNTSCAN(不使用index进行count)