MongoDB数据库中索引和explain的使用教程

程序员文章站 2024-01-02 17:40:58

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...

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，谢谢大家对的支持。

相关文章

MongoDB数据库中索引和explain的使用教程