MongoDB数据库中索引和explain的使用教程

数据库  /  管理员 发布于 6年前   157

前言

本文主要给大家介绍了关于MongoDB中索引和explain使用的相关内容，分享出来供大家参考学习，下面话不多说了，来一起看看详细的介绍：

mongodb 索引使用

作用

• 索引通常能够极大的提高查询。
• 索引是一种数据结构，他搜集一个集合中文档特定字段的值。
• B-Tree索引来实现。

创建索引

db.collection.createIndex(keys, options)

keys

• keys由文档字段和索引类型组成。如{"name":1}
• key 表示字段 value 1,-1  1表示升序，-1降序

options

options 创建索引的选项。

参数	类型	描述
background	boolean	创建索引在后台运行，不会阻止其他对数据库操作
unique	boolean	创建唯一索引，文档的值不会重复
name	string	索引名称，默认是：字段名_排序类型 开始排序
sparse	boolean	过滤掉null，不存在的字段

查看索引

 db.collection.getIndexes()

 {  "v" : 1,  "key" : {   "_id" : 1  },  "name" : "_id_",  "ns" : "leyue.userdatas" }, {  "v" : 1,  "key" : {   "name" : 1 //索引字段  },  "name" : "name_1", //索引名称  "ns" : "leyue.userdatas" }

删除索引

    db.collection.dropIndex(index) 删除指定的索引。

    db.collection.dropIndexes() 删除除了_id 以外的所有索引。

• index 是字符串 表示按照索引名称 name 删除字段。
• index 是{字段名称:1} 表示按照key 删除索引。

创建/查看/删除 示例

查看数据

  db.userdatas.find(){ "_id" : ObjectId("597f357a09c84cf58880e412"), "name" : "u3", "age" : 32 }{ "_id" : ObjectId("597f357a09c84cf58880e411"), "name" : "u4", "age" : 30, "score" : [ 7, 4, 2, 0 ] }{ "_id" : ObjectId("597fcc0f411f2b2fd30d0b3f"), "age" : 20, "score" : [ 7, 4, 2, 0, 10, 9, 8, 7 ], "name" : "lihao" }{ "_id" : ObjectId("597f357a09c84cf58880e413"), "name" : "u2", "age" : 33, "wendang" : { "yw" : 80, "xw" : 90 } }{ "_id" : ObjectId("5983f5c88eec53fbcd56a7ca"), "date" : ISODate("2017-08-04T04:19:20.693Z") }{ "_id" : ObjectId("597f357a09c84cf58880e40e"), "name" : "u1", "age" : 26, "address" : "中国砀山" }{ "_id" : ObjectId("597f357a09c84cf58880e40f"), "name" : "u1", "age" : 37, "score" : [ 10, 203, 12, 43, 56, 22 ] }{ "_id" : ObjectId("597f357a09c84cf58880e410"), "name" : "u5", "age" : 78, "address" : "china beijing chaoyang" }

给字段name 创建索引

 // 创建索引 db.userdatas.createIndex({"name":1}) {  "createdCollectionAutomatically" : false,  "numIndexesBefore" : 1,  "numIndexesAfter" : 2,  "ok" : 1 } // 查看索引 db.userdatas.getIndexes() [  {   "v" : 1,   "key" : {    "_id" : 1   },   "name" : "_id_",   "ns" : "leyue.userdatas"  },  {   "v" : 1,   "key" : {    "name" : 1   },   "name" : "name_1",   "ns" : "leyue.userdatas"  } ]

给字段name 创建索引并命名为myindex

 db.userdatas.createIndex({"name":1}) db.userdatas.createIndex({"name":1},{"name":"myindex"}) db.userdatas.getIndexes() [  {   "v" : 1,   "key" : {    "_id" : 1   },   "name" : "_id_",   "ns" : "leyue.userdatas"  },  {   "v" : 1,   "key" : {    "name" : 1   },   "name" : "myindex",   "ns" : "leyue.userdatas"  } ]

给字段name 创建索引 创建的过程在后台执行

当mongodb 集合里面的数据过大时 创建索引很耗时，可以在放在后台运行。

 db.userdatas.dropIndex("myindex") db.userdatas.createIndex({"name":1},{"name":"myindex","background":true})

给age 字段创建唯一索引

 db.userdatas.createIndex({"age":-1},{"name":"ageIndex","unique":true,"sparse":true}) db.userdatas.getIndexes()[ {  "v" : 1,  "key" : {   "_id" : 1  },  "name" : "_id_",  "ns" : "leyue.userdatas" }, {  "v" : 1,  "key" : {   "name" : 1  },  "name" : "myindex",  "ns" : "leyue.userdatas",  "background" : true }, {  "v" : 1,  "unique" : true,  "key" : {   "age" : -1  },  "name" : "ageIndex",  "ns" : "leyue.userdatas",  "sparse" : true }]// 插入一个已存在的age db.userdatas.insert({ "name" : "u8", "age" : 32})WriteResult({ "nInserted" : 0, "writeError" : {  "code" : 11000,  "errmsg" : "E11000 duplicate key error index: leyue.userdatas.$ageIndex dup key: { : 32.0 }" }})

创建复合索引

 db.userdatas.createIndex({"name":1,"age":-1}) db.userdatas.getIndexes()[ {  "v" : 1,  "key" : {   "_id" : 1  },  "name" : "_id_",  "ns" : "leyue.userdatas" }, {  "v" : 1,  "key" : {   "name" : 1,   "age" : -1  },  "name" : "name_1_age_-1",  "ns" : "leyue.userdatas" }]

所有的字段都存在集合 system.indexes 中

db.system.indexes.find(){ "v" : 1, "key" : { "_id" : 1 }, "name" : "_id_", "ns" : "leyue.userdatas" }{ "v" : 1, "key" : { "_id" : 1 }, "name" : "_id_", "ns" : "leyue.scores" }{ "v" : 1, "key" : { "_id" : 1 }, "name" : "_id_", "ns" : "leyue.test" }{ "v" : 1, "key" : { "user" : 1, "name" : 1 }, "name" : "myindex", "ns" : "leyue.test" }{ "v" : 1, "key" : { "_id" : 1 }, "name" : "_id_", "ns" : "leyue.mycapped" }{ "v" : 1, "key" : { "user" : 1 }, "name" : "user_1", "ns" : "leyue.test" }{ "v" : 1, "key" : { "name" : 1 }, "name" : "myindex", "ns" : "leyue.userdatas" }

索引总结

      1:创建索引时,1表示按升序存储,-1表示按降序存储。

      2:可以创建复合索引,如果想用到复合索引,必须在查询条件中包含复合索引中的前N个索引列

      3: 如果查询条件中的键值顺序和复合索引中的创建顺序不一致的话,

            MongoDB可以智能的帮助我们调整该顺序,以便使复合索引可以为查询所用。

      4: 可以为内嵌文档创建索引,其规则和普通文档创建索引是一样的。

      5: 一次查询中只能使用一个索引,$or特殊,可以在每个分支条件上使用一个索引。

      6: $where,$exists不能使用索引,还有一些低效率的操作符,比如:$ne,$not,$nin等。

      7: 设计多个字段的索引时,应该尽量将用于精确匹配的字段放在索引的前面。

explain 使用

语法

 db.collection.explain().<method(...)>

explain() 可以设置参数 ：

• queryPlanner。
• executionStats。
• allPlansExecution。

示例

for(var i=0;i<100000;i++) { db.test.insert({"user":"user"+i});}

没有使用索引

 db.test.explain("executionStats").find({"user":"user200000"}){ "queryPlanner" : {  "plannerVersion" : 1,  "namespace" : "leyue.test",  "indexFilterSet" : false,  "parsedQuery" : {   "user" : {    "$eq" : "user200000"   }  },  "winningPlan" : {   "stage" : "COLLSCAN",   "filter" : {    "user" : {     "$eq" : "user200000"    }   },   "direction" : "forward"  },  "rejectedPlans" : [ ] }, "executionStats" : {  "executionSuccess" : true,  "nReturned" : 2,  "executionTimeMillis" : 326,  "totalKeysExamined" : 0,  "totalDocsExamined" : 1006497,  "executionStages" : {   "stage" : "COLLSCAN",   "filter" : {    "user" : {     "$eq" : "user200000"    }   },   "nReturned" : 2,   "executionTimeMillisEstimate" : 270,   "works" : 1006499,   "advanced" : 2,   "needTime" : 1006496,   "needYield" : 0,   "saveState" : 7863,   "restoreState" : 7863,   "isEOF" : 1,   "invalidates" : 0,   "direction" : "forward",   "docsExamined" : 1006497  } }, "serverInfo" : {  "host" : "lihaodeMacBook-Pro.local",  "port" : 27017,  "version" : "3.2.1",  "gitVersion" : "a14d55980c2cdc565d4704a7e3ad37e4e535c1b2" }, "ok" : 1}

• executionStats.executionTimeMillis: query的整体查询时间。
• executionStats.nReturned : 查询返回的条目。
• executionStats.totalKeysExamined ： 索引扫描条目。
• executionStats.totalDocsExamined： 文档扫描条目。

executionTimeMillis = 326 query 执行时间

nReturned=2 返回两条数据

totalKeysExamined=0 没有用到索引

totalDocsExamined 全文档扫描

理想状态：

nReturned=totalKeysExamined & totalDocsExamined=0

Stage状态分析

stage	描述
COLLSCAN	全表扫描
IXSCAN	扫描索引
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

对于普通查询，我希望看到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

不希望看到包含如下的stage：

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)

使用索引

  db.test.createIndex({"user":1},{"name":"myindex","background":true})  db.test.explain("executionStats").find({"user":"user200000"}){  "queryPlanner" : {    "plannerVersion" : 1,    "namespace" : "leyue.test",    "indexFilterSet" : false,    "parsedQuery" : {      "user" : {        "$eq" : "user200000"      }    },    "winningPlan" : {      "stage" : "FETCH",      "inputStage" : {        "stage" : "IXSCAN",        "keyPattern" : {          "user" : 1        },        "indexName" : "myindex",        "isMultiKey" : false,        "isUnique" : false,        "isSparse" : false,        "isPartial" : false,        "indexVersion" : 1,        "direction" : "forward",        "indexBounds" : {          "user" : ["[\"user200000\", \"user200000\"]"          ]        }      }    },    "rejectedPlans" : [ ]  },  "executionStats" : {    "executionSuccess" : true,    "nReturned" : 2,    "executionTimeMillis" : 0,    "totalKeysExamined" : 2,    "totalDocsExamined" : 2,    "executionStages" : {      "stage" : "FETCH",      "nReturned" : 2,      "executionTimeMillisEstimate" : 0,      "works" : 3,      "advanced" : 2,      "needTime" : 0,      "needYield" : 0,      "saveState" : 0,      "restoreState" : 0,      "isEOF" : 1,      "invalidates" : 0,      "docsExamined" : 2,      "alreadyHasObj" : 0,      "inputStage" : {        "stage" : "IXSCAN",        "nReturned" : 2,        "executionTimeMillisEstimate" : 0,        "works" : 3,        "advanced" : 2,        "needTime" : 0,        "needYield" : 0,        "saveState" : 0,        "restoreState" : 0,        "isEOF" : 1,        "invalidates" : 0,        "keyPattern" : {          "user" : 1        },        "indexName" : "myindex",        "isMultiKey" : false,        "isUnique" : false,        "isSparse" : false,        "isPartial" : false,        "indexVersion" : 1,        "direction" : "forward",        "indexBounds" : {          "user" : ["[\"user200000\", \"user200000\"]"          ]        },        "keysExamined" : 2,        "dupsTested" : 0,        "dupsDropped" : 0,        "seenInvalidated" : 0      }    }  },  "serverInfo" : {    "host" : "lihaodeMacBook-Pro.local",    "port" : 27017,    "version" : "3.2.1",    "gitVersion" : "a14d55980c2cdc565d4704a7e3ad37e4e535c1b2"  },  "ok" : 1}

executionTimeMillis: 0

totalKeysExamined: 2

totalDocsExamined:2

nReturned:2

stage:IXSCAN

使用索引和不使用差距很大，合理使用索引，一个集合适合做 4-5 个索引。

总结

以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作能带来一定的帮助，如果有疑问大家可以留言交流，谢谢大家对AIDI的支持。

相关文章

http://www.mongoing.com/eshu_explain3

https://docs.mongodb.com/v3.2/reference/explain-results/#queryplanner