主頁 > 知識庫 > MongoDB數(shù)據(jù)庫中索引和explain的使用教程

MongoDB數(shù)據(jù)庫中索引和explain的使用教程

前言

本文主要給大家介紹了關(guān)于MongoDB中索引和explain使用的相關(guān)內(nèi)容，分享出來供大家參考學(xué)習(xí)，下面話不多說了，來一起看看詳細的介紹：

mongodb 索引使用

作用

索引通常能夠極大的提高查詢。
索引是一種數(shù)據(jù)結(jié)構(gòu)，他搜集一個集合中文檔特定字段的值。
B-Tree索引來實現(xiàn)。

創(chuàng)建索引

db.collection.createIndex(keys, options)

keys

keys由文檔字段和索引類型組成。如{"name":1}
key 表示字段 value 1,-1 1表示升序，-1降序

options

options 創(chuàng)建索引的選項。

參數(shù)	類型	描述
background	boolean	創(chuàng)建索引在后臺運行，不會阻止其他對數(shù)據(jù)庫操作
unique	boolean	創(chuàng)建唯一索引，文檔的值不會重復(fù)
name	string	索引名稱，默認是：字段名_排序類型開始排序
sparse	boolean	過濾掉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", //索引名稱
  "ns" : "leyue.userdatas"
 }

刪除索引

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

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

index 是字符串表示按照索引名稱 name 刪除字段。
index 是{字段名稱:1} 表示按照key 刪除索引。

創(chuàng)建/查看/刪除示例

查看數(shù)據(jù)

  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" : "中國碭山" }
{ "_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" }

給字段name 創(chuàng)建索引

 // 創(chuàng)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"
  }
 ]

給字段name 創(chuàng)建索引并命名為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"
  }
 ]

給字段name 創(chuàng)建索引創(chuàng)建的過程在后臺執(zhí)行

當mongodb 集合里面的數(shù)據(jù)過大時創(chuàng)建索引很耗時，可以在放在后臺運行。

 db.userdatas.dropIndex("myindex")

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

給age 字段創(chuàng)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
 }
]

// 插入一個已存在的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 }"
 }
})

創(chuàng)建復(fù)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" }

索引總結(jié)

1:創(chuàng)建索引時,1表示按升序存儲,-1表示按降序存儲。

2:可以創(chuàng)建復(fù)合索引,如果想用到復(fù)合索引,必須在查詢條件中包含復(fù)合索引中的前N個索引列

3: 如果查詢條件中的鍵值順序和復(fù)合索引中的創(chuàng)建順序不一致的話,

MongoDB可以智能的幫助我們調(diào)整該順序,以便使復(fù)合索引可以為查詢所用。

4: 可以為內(nèi)嵌文檔創(chuàng)建索引,其規(guī)則和普通文檔創(chuàng)建索引是一樣的。

5: 一次查詢中只能使用一個索引,$or特殊,可以在每個分支條件上使用一個索引。

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

7: 設(shè)計多個字段的索引時,應(yīng)該盡量將用于精確匹配的字段放在索引的前面。

explain 使用

語法

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

explain() 可以設(shè)置參數(shù) ：

queryPlanner。
executionStats。
allPlansExecution。

示例

for(var i=0;i100000;i++) {
 db.test.insert({"user":"user"+i});
}

沒有使用索引

 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的整體查詢時間。
executionStats.nReturned : 查詢返回的條目。
executionStats.totalKeysExamined ：索引掃描條目。
executionStats.totalDocsExamined：文檔掃描條目。

executionTimeMillis = 326 query 執(zhí)行時間

nReturned=2 返回兩條數(shù)據(jù)

totalKeysExamined=0 沒有用到索引

totalDocsExamined 全文檔掃描

理想狀態(tài)：

nReturned=totalKeysExamined totalDocsExamined=0

Stage狀態(tài)分析

stage	描述
COLLSCAN	全表掃描
IXSCAN	掃描索引
FETCH	根據(jù)索引去檢索指定document
SHARD_MERGE	將各個分片返回數(shù)據(jù)進行merge
SORT	表明在內(nèi)存中進行了排序
LIMIT	使用limit限制返回數(shù)
SKIP	使用skip進行跳過
IDHACK	針對_id進行查詢
SHARDING_FILTER	通過mongos對分片數(shù)據(jù)進行查詢
COUNT	利用db.coll.explain().count()之類進行count運算
COUNTSCAN	count不使用Index進行count時的stage返回
COUNT_SCAN	count使用了Index進行count時的stage返回
SUBPLA	未使用到索引的$or查詢的stage返回
TEXT	使用全文索引進行查詢時候的stage返回
PROJECTION	限定返回字段時候stage的返回

對于普通查詢，我希望看到stage的組合(查詢的時候盡可能用上索引)：

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(全表掃描),SORT(使用sort但是無index),不合理的SKIP,SUBPLA(未用到index的$or),COUNTSCAN(不使用index進行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，一個集合適合做 4-5 個索引。

總結(jié)

以上就是這篇文章的全部內(nèi)容了，希望本文的內(nèi)容對大家的學(xué)習(xí)或者工作能帶來一定的幫助，如果有疑問大家可以留言交流，謝謝大家對腳本之家的支持。

相關(guān)文章

http://www.mongoing.com/eshu_explain3

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

您可能感興趣的文章:

MongoDB索引使用詳解
MongoDB的基礎(chǔ)查詢和索引操作方法總結(jié)
MongoDB性能篇之創(chuàng)建索引，組合索引，唯一索引，刪除索引和explain執(zhí)行計劃
MongoDB中創(chuàng)建索引需要注意的事項
pymongo給mongodb創(chuàng)建索引的簡單實現(xiàn)方法
MongoDB查詢字段沒有創(chuàng)建索引導(dǎo)致的連接超時異常解案例分享
MongoDB學(xué)習(xí)筆記(六) MongoDB索引用法和效率分析
mongodb處理中文索引與查找字符串詳解
pymongo為mongodb數(shù)據(jù)庫添加索引的方法
MongoDB數(shù)據(jù)庫中索引(index)詳解
Mongodb索引的優(yōu)化
MongoDB入門教程之索引操作淺析
MongoDB教程之索引介紹
MongoDB的索引
mongodb索引知識_動力節(jié)點Java學(xué)院整理
MongoDB TTL索引的實例詳解
基于MongoDB數(shù)據(jù)庫索引構(gòu)建情況全面分析
關(guān)于MongoDB索引管理－索引的創(chuàng)建、查看、刪除操作詳解

標簽：湖南黃山崇左衡水蘭州仙桃湘潭銅川

巨人網(wǎng)絡(luò)通訊聲明：本文標題《MongoDB數(shù)據(jù)庫中索引和explain的使用教程》，本文關(guān)鍵詞；如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問題，煩請?zhí)峁┫嚓P(guān)信息告之我們，我們將及時溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò)，涉及言論、版權(quán)與本站無關(guān)。