虚位以待(AD)
虚位以待(AD)
首页 > 数据库 > MongoDB数据库 > MongoDB数据库中索引和explain的使用教程

MongoDB数据库中索引和explain的使用教程
类别：MongoDB数据库   作者：码皇   来源：互联网   点击：

这篇文章主要给大家介绍了关于MongoDB数据库中索引和explain使用的相关资料，文中通过示例代码介绍的非常详细，对大家学习或者使用Mongodb具有一定的参考学习价值，需要的朋友们下面跟着小编来一起学习学习吧。

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，谢谢大家对脚本之家的支持。

相关文章

http://www.mongoing.com/eshu_explain3

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

相关热词搜索： mongodb 索引 explain mongodb explain mo
上一篇：在阿里云centos下部署mongodb教程
下一篇：mongodb3.4集群搭建实战之高可用的分片+副本集
关于我们|联系我们|版权声明|友情链接|广告服务
Copyright © 2020 人工智能实验室 版权所有.