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
|
1 |
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。
| 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
|
1 |
db.collection.getIndexes() |
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 |
{ "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
|
1 2 3 4 5 6 7 8 9 |
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
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 |
// 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
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 |
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。
|
1 2 3 |
db.userdatas.dropIndex( "myindex" )
db.userdatas.createIndex({ "name" :1},{ "name" : "myindex" , "background" : true }) |
给age 字段创建唯一索引
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 |
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.$ageIndex dup key: { : 32.0 }" } }) |
创建复合索引
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 |
db.userdatas.createIndex({ "name" :1, "age" :-1})
db.userdatas.getIndexes() [ { "v" : 1, "key" : { "_id" : 1 }, "name" : "_id_" , "ns" : "leyue.userdatas" }, { "v" : 1, "key" : { "name" : 1, "age" : -1 }, "name" : "name_1_age_-1" , "ns" : "leyue.userdatas" } ] |
所有的字段都存在集合 system.indexes 中
|
1 2 3 4 5 6 7 8 |
db.system.indexes.find() { "v" : 1, "key" : { "_id" : 1 }, "name" : "_id_" , "ns" : "leyue.userdatas" } { "v" : 1, "key" : { "_id" : 1 }, "name" : "_id_" , "ns" : "leyue.scores" } { "v" : 1, "key" : { "_id" : 1 }, "name" : "_id_" , "ns" : "leyue.test" } { "v" : 1, "key" : { "user" : 1, "name" : 1 }, "name" : "myindex" , "ns" : "leyue.test" } { "v" : 1, "key" : { "_id" : 1 }, "name" : "_id_" , "ns" : "leyue.mycapped" } { "v" : 1, "key" : { "user" : 1 }, "name" : "user_1" , "ns" : "leyue.test" } { "v" : 1, "key" : { "name" : 1 }, "name" : "myindex" , "ns" : "leyue.userdatas" } |
索引总结
1:创建索引时,1表示按升序存储,-1表示按降序存储。
2:可以创建复合索引,如果想用到复合索引,必须在查询条件中包含复合索引中的前N个索引列
3: 如果查询条件中的键值顺序和复合索引中的创建顺序不一致的话,
MongoDB可以智能的帮助我们调整该顺序,以便使复合索引可以为查询所用。
4: 可以为内嵌文档创建索引,其规则和普通文档创建索引是一样的。
5: 一次查询中只能使用一个索引,$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,$nin等。
7: 设计多个字段的索引时,应该尽量将用于精确匹配的字段放在索引的前面。
explain 使用
语法
|
1 |
db.collection.explain().<method(...)> |
explain() 可以设置参数 ：
queryPlanner。 executionStats。 allPlansExecution。示例
|
1 2 3 |
for (var i=0;i<100000;i++) { db.test. insert ({ "user" : "user" +i}); } |
没有使用索引
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 |
db.test.explain( "executionStats" ).find({ "user" : "user200000" }) { "queryPlanner" : { "plannerVersion" : 1, "namespace" : "leyue.test" , "indexFilterSet" : false , "parsedQuery" : { "user" : { "$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
| 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
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 |
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，谢谢大家对服务器之家的支持。
相关文章
http://www.mongoing.com/eshu_explain3
https://docs.mongodb.com/v3.2/reference/explain-results/#queryplanner
原文链接：http://www.jianshu.com/p/c58d653879f2
查看更多关于MongoDB数据库中索引和explain的使用教程的详细内容...