python mongodb查询速度优化_Mongodb 3 查询优化(语句优化、建索引)

本文介绍了MongoDB 3.0+版本中`explain()`函数的`executionStats`模式在查询优化中的应用,详细解析了`queryPlanner`和`executionStats`的各项指标。通过示例展示了如何创建年龄字段的索引以提高查询速度。此外,还探讨了索引的创建、使用和删除,以及避免低效查询和优化OR查询的策略。
摘要由CSDN通过智能技术生成

一、explain(),语句分析工具

MongoDB 3.0之后,explain的返回与使用方法与之前版本有了很大的变化,介于3.0之后的优秀特色和我们目前所使用给的是3.0.7版本,本文仅针对MongoDB 3.0+的explain进行讨论。3.0+的explain有三种模式,分别是:queryPlanner、executionStats、allPlansExecution。现实开发中,常用的是executionStats模式,主要分析这种模式。

给这个person集合创建age键的索引:db.person.createIndex({"age":1})

db.getCollection('person').find({"age":{"$lte":2000}}).explain("executionStats")

{"queryPlanner": {"plannerVersion" : 1,"namespace" : "personmap.person","indexFilterSet" : false,"parsedQuery": {"age": {"$lte" : 2000.0}

},"winningPlan": {"stage" : "FETCH","inputStage": {"stage" : "IXSCAN","keyPattern": {"age" : 1.0},"indexName" : "age_1","isMultiKey" : false,"direction" : "forward","indexBounds": {"age": ["[-1.#INF, 2000.0]"]

}

}

},"rejectedPlans": []

},"executionStats": {"executionSuccess" : true,"nReturned" : 2001,"executionTimeMillis" : 143,"totalKeysExamined" : 2001,"totalDocsExamined" : 2001,"executionStages": {"stage" : "FETCH","nReturned" : 2001,"executionTimeMillisEstimate" : 0,"works" : 2002,"advanced" : 2001,"needTime" : 0,"needFetch" : 0,"saveState" : 16,"restoreState" : 16,"isEOF" : 1,"invalidates" : 0,"docsExamined" : 2001,"alreadyHasObj" : 0,"inputStage": {"stage" : "IXSCAN","nReturned" : 2001,"executionTimeMillisEstimate" : 0,"works" : 2002,"advanced

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值