上一节:
下一节:

  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$explain和$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()
上一节:
下一节: