MongoDB數(shù)據(jù)庫中索引和explain的示例分析-創(chuàng)新互聯(lián)

這篇文章主要介紹了MongoDB數(shù)據(jù)庫中索引和explain的示例分析，具有一定借鑒價(jià)值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。

成都創(chuàng)新互聯(lián)專注于網(wǎng)站建設(shè)，為客戶提供網(wǎng)站制作、網(wǎng)站設(shè)計(jì)、網(wǎng)頁設(shè)計(jì)開發(fā)服務(wù)，多年建網(wǎng)站服務(wù)經(jīng)驗(yàn)，各類網(wǎng)站都可以開發(fā)，成都品牌網(wǎng)站建設(shè)，公司官網(wǎng)，公司展示網(wǎng)站，網(wǎng)站設(shè)計(jì)，建網(wǎng)站費(fèi)用，建網(wǎng)站多少錢，價(jià)格優(yōu)惠，收費(fèi)合理。

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(gè)集合中文檔特定字段的值。

  • B-Tree索引來實(shí)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(xiàng)。

參數(shù)類型描述
backgroundboolean創(chuàng)建索引在后臺(tái)運(yùn)行，不會(huì)阻止其他對(duì)數(shù)據(jù)庫操作
uniqueboolean創(chuàng)建唯一索引，文檔的值不會(huì)重復(fù)
namestring索引名稱，默認(rèn)是：字段名_排序類型 開始排序
sparseboolean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(tái)執(zhí)行

當(dāng)mongodb 集合里面的數(shù)據(jù)過大時(shí) 創(chuàng)建索引很耗時(shí)，可以在放在后臺(tái)運(yùn)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(gè)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(shí),1表示按升序存儲(chǔ),-1表示按降序存儲(chǔ)。

      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(gè)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(gè)索引,$or特殊,可以在每個(gè)分支條件上使用一個(gè)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(jì)多個(gè)字段的索引時(shí),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;i<100000;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(shí)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(shí)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(gè)分片返回?cái)?shù)據(jù)進(jìn)行merge
SORT表明在內(nèi)存中進(jìn)行了排序
LIMIT使用limit限制返回?cái)?shù)
SKIP使用skip進(jìn)行跳過
IDHACK針對(duì)_id進(jìn)行查詢
SHARDING_FILTER通過mongos對(duì)分片數(shù)據(jù)進(jìn)行查詢
COUNT利用db.coll.explain().count()之類進(jìn)行count運(yùn)算
COUNTSCANcount不使用Index進(jìn)行count時(shí)的stage返回
COUNT_SCANcount使用了Index進(jìn)行count時(shí)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(jìn)行查詢時(shí)候的stage返回
PROJECTION限定返回字段時(shí)候stage的返回

對(duì)于普通查詢，我希望看到stage的組合(查詢的時(shí)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(jìn)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(gè)集合適合做 4-5 個(gè)索引。

感謝你能夠認(rèn)真閱讀完這篇文章，希望小編分享的“MongoDB數(shù)據(jù)庫中索引和explain的示例分析”這篇文章對(duì)大家有幫助，同時(shí)也希望大家多多支持創(chuàng)新互聯(lián)，關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道，更多相關(guān)知識(shí)等著你來學(xué)習(xí)!

本文標(biāo)題：MongoDB數(shù)據(jù)庫中索引和explain的示例分析-創(chuàng)新互聯(lián)
URL分享：http://muchs.cn/article36/iojsg.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供移動(dòng)網(wǎng)站建設(shè)、靜態(tài)網(wǎng)站、網(wǎng)站營銷、網(wǎng)站內(nèi)鏈、建站公司、手機(jī)網(wǎng)站建設(shè)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)

成都定制網(wǎng)站網(wǎng)頁設(shè)計(jì)