优化mongodb查询之索引与explain分析

2024-01-06 09:57:53

我们知道MongoDB是一种无模式数据库，这意味着它允许在文档中存储不同类型的数据，而不需要预先定义模式。这种灵活性使得MongoDB非常适合存储和查询各种类型的数据，但同时这也给查询性能带来了挑战，因为MongoDB需要在查询时动态地确定哪些文档与查询条件匹配，这可能会导致查询变得非常慢。

为了提高查询性能，MongoDB提供了索引功能。索引是一种数据结构，它将文档中的某个字段与该字段的值映射起来，这样在查询时，MongoDB可以直接通过索引找到与查询条件匹配的文档，而不需要扫描整个集合。

索引的使用对于提高MongoDB的查询性能非常重要，但在创建索引时，需要考虑以下几点：

选择正确的字段创建索引 。索引只能创建在单个字段上，因此在选择索引字段时，需要考虑哪些字段最常被用于查询。
创建复合索引 。复合索引可以同时包含多个字段，这样在查询时，MongoDB可以直接通过复合索引找到与查询条件匹配的文档，而不需要扫描整个集合。
使用唯一索引 。唯一索引可以确保每个文档中的字段值都是唯一的，这可以防止MongoDB在更新或删除文档时出现错误。

使用explain分析查询

除了创建索引之外，还可以使用explain命令来分析查询并找到改进方法。explain命令可以显示查询的执行计划，其中包括查询使用的索引、查询扫描的行数以及查询执行的时间等信息。

要使用explain命令，可以在MongoDB shell中输入以下命令：

db.collection.explain("executionStats")

其中，db是数据库名称，collection是集合名称，"executionStats"是explain命令的选项，它表示要显示查询的执行统计信息。

示例

假设我们有一个名为users的集合，其中包含以下文档：

{
  "_id": 1,
  "name": "John Doe",
  "age": 30
},
{
  "_id": 2,
  "name": "Jane Doe",
  "age": 25
},
{
  "_id": 3,
  "name": "Peter Smith",
  "age": 28
}

现在，如果我们想查询所有年龄大于25岁的用户，我们可以使用以下查询：

db.users.find({ age: { $gt: 25 } });

使用explain命令分析此查询，我们可以得到以下结果：

{
  "queryPlanner": {
    "plannerVersion": 1,
    "namespace": "test.users",
    "indexFilterSet": false,
    "parsedQuery": {
      "age": {
        "$gt": 25
      }
    },
    "winningPlan": {
      "stage": "COLLSCAN",
      "filter": {
        "age": {
          "$gt": 25
        }
      },
      "direction": "forward"
    },
    "rejectedPlans": []
  },
  "executionStats": {
    "executionSuccess": true,
    "nReturned": 2,
    "executionTimeMillis": 0,
    "totalKeysExamined": 0,
    "totalDocsExamined": 3,
    "executionStages": {
      "stage": "COLLSCAN",
      "filter": {
        "age": {
          "$gt": 25
        }
      },
      "nReturned": 2,
      "executionTimeMillis": 0,
      "totalKeysExamined": 0,
      "totalDocsExamined": 3
    }
  }
}

从explain命令的结果中，我们可以看到查询使用了COLLSCAN操作符，这意味着MongoDB需要扫描整个集合以找到与查询条件匹配的文档。这可能会导致查询变得非常慢，尤其是当集合中包含大量文档时。

为了提高查询性能，我们可以为age字段创建索引。在MongoDB shell中，我们可以使用以下命令创建索引：

db.users.createIndex({ age: 1 });

现在，如果我们再次运行相同的查询，我们可以得到以下结果：

{
  "queryPlanner": {
    "plannerVersion": 1,
    "namespace": "test.users",
    "indexFilterSet": false,
    "parsedQuery": {
      "age": {
        "$gt": 25
      }
    },
    "winningPlan": {
      "stage": "IXSCAN",
      "indexName": "age_1",
      "keyPattern": {
        "age": 1
      },
      "indexBounds": {
        "age": [
          "["25", null)"
        ]
      },
      "direction": "forward"
    },
    "rejectedPlans": []
  },
  "executionStats": {
    "executionSuccess": true,
    "nReturned": 2,
    "executionTimeMillis": 0,
    "totalKeysExamined": 2,
    "totalDocsExamined": 2,
    "executionStages": {
      "stage": "IXSCAN",
      "indexName": "age_1",
      "keyPattern": {
        "age": 1
      },
      "indexBounds": {
        "age": [
          "["25", null)"
        ]
      },
      "nReturned": 2,
      "executionTimeMillis": 0,
      "totalKeysExamined": 2,
      "totalDocsExamined": 2
    }
  }
}