MongoDB 分析查询

  • 分析查询

    分析查询是衡量数据库和索引设计的有效性的一个非常重要的方面。我们将学习常用的$explain$hint查询。
  • 使用$explain

    $explain操作提供查询的信息,在查询以及其他统计信息使用的索引。在分析索引的优化程度时非常有用。创建了在users集合上的garden和user_name字段上创建索引-
    
    >db.users.createIndex({gender:1,user_name:1})
    {
      "numIndexesBefore" : 2,
      "numIndexesAfter" : 2,
      "note" : "all indexes already exist",
      "ok" : 1
    }
    
    现在,我们将在以下查询中使用$explain-
    
    >db.users.find({gender:"M"},{user_name:1,_id:0}).explain()
    
    上面的查询返回以下分析结果-
    
    {
       "cursor" : "BtreeCursor gender_1_user_name_1",
       "isMultiKey" : false,
       "n" : 1,
       "nscannedObjects" : 0,
       "nscanned" : 1,
       "nscannedObjectsAllPlans" : 0,
       "nscannedAllPlans" : 1,
       "scanAndOrder" : false,
       "indexOnly" : true,
       "nYields" : 0,
       "nChunkSkips" : 0,
       "millis" : 0,
       "indexBounds" : {
          "gender" : [
             [
                "M",
                "M"
             ]
          ],
          "user_name" : [
             [
                {
                   "$minElement" : 1
                },
                {
                   "$maxElement" : 1
                }
             ]
          ]
       }
    }
    
    现在,我们将查看此结果集中的字段-
    • indexOnly: 字段为 true ,表示我们使用了索引。
    • cursor:因为这个查询使用了索引,MongoDB 中索引存储在B树结构中,所以这是也使用了 BtreeCursor 类型的游标。如果没有使用索引,游标的类型是 BasicCursor。这个键还会给出你所使用的索引的名称,你通过这个名称可以查看当前数据库下的system.indexes集合(系统自动创建,由于存储索引信息,这个稍微会提到)来得到索引的详细信息。
    • n:当前查询返回的文档数量。
    • nscanned/nscannedObjects:表明当前这次查询一共扫描了集合中多少个文档,我们的目的是,让这个数值和返回文档的数量越接近越好。
    • millis:当前查询所需时间,毫秒数。
    • indexBounds:当前查询具体使用的索引。
  • 使用$hint

    虽然MongoDB查询优化器一般工作的很不错,但是也可以使用 hint 来强制 MongoDB 使用一个指定的索引。这种方法某些情形下会提升性能。 一个有索引的 collection 并且执行一个多字段的查询(一些字段已经索引了)。如下查询实例指定了使用 gender 和 user_name 索引字段来查询:
    
    >db.users.find({gender:"M"},{user_name:1,_id:0}).hint({gender:1,user_name:1})
    
    可以使用 explain() 函数来分析以上查询:
    
    >db.users.find({gender:"M"},{user_name:1,_id:0}).hint({gender:1,user_name:1}).explain()