MongoDB 3.0 集合方法 db.collection.explain()

本文涉及的产品
云数据库 MongoDB,独享型 2核8GB
推荐场景:
构建全方位客户视图
全局流量管理 GTM,标准版 1个月
公共DNS(含HTTPDNS解析),每月1000万次HTTP解析
简介:

描述



db.collection.explain()

 

3.0版本的新功能


返回如下操作的查询计划信息:

aggregate();

count();

find();

group();

remove();

update();


为了使用db.collection.explain(),追加以上可用方法到db.collection.explain()来做解析:

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


例如:

1
db.products.explain().remove({category: "apparel" },{justOne: true })


更多例子,查看下面示例部分。使用db.collection.explain()的可用方法列表,查看db.collection.explain().help()部分。


db.collection.explain()方法有如下参数:


参数 类型 描述

verbosity string 可选。指定解析输出的详细信息模式。该模式影响了explain()的行为,决定了返回信息的数量。可能的模式有:“queryPlanner”、“executionStats”和“allPlansExecution”。

默认的模式是“queryPlanner”。


为了cursor.explain()早期版本的向后兼容,MongoDB标识true为“allPlansExecution”,false为“queryPlanner”。


关于模式的更多信息,查看详细信息模式部分。

 

行为



详细信息模式


db.collection.explain()的行为和返回信息数量依赖于verbosity模式。

 

queryPlanner模式


默认情况下,db.collection.explain()运行在queryPlanner详细信息模式。


MongoDB运行查询优化器选择评估操作的最优计划。


db.collection.explain()返回被评估方法的queryPlanner信息。

 

executionStats模式


MongoDB运行查询优化器选择最优计划,执行最优计划来完成操作,并返回描述最优计划执行的统计信息。


对于写操作,db.collection.explain()返回关于将会被执行的更新或删除操作的信息,但不应用修改到数据库。


db.collection.explain()对于被评估的方法返回queryPlanner和executionStats信息。然而,executionStats对于放弃的计划不提供查询执行信息。

 

allPlansExecution模式


MongoDB运行查询优化器选择最优计划,执行最优计划来完成操作。在“allPlansExecution”模式,MongoDB返回描述最优计划的执行统计信息,也返回在计划选择期间其他备选计划的统计信息。


对于写操作,db.collection.explain()返回关于将会被执行的更新或删除操作的信息,但不应用修改到数据库。


db.collection.explain()对于被评估的方法返回queryPlanner和executionStats信息。executionStats对于最优计划博阿含完整的查询执行信息。


如果查询优化器评估了多个计划,对于最优和被放弃的备选计划,executionStats信息也包含在计划选择阶段捕获的部分执行信息。

 

explain()技巧


db.collection.explain()方法包装了explain命令,它是运行explain的更好方式。


db.collection.explain().find()类似于db.collection.find().explain()有如下关键不同:

1.db.collection.explain().find()结构允许增加查询修饰符链。列出查询修饰符列表,查看db.collection.explain().find().help()部分。

2.db.collection.explain().find()返回一个游标,它需要调用.next(),或者它的别名.finish(),以返回explain()结果。如果交互式运行在mongo shell,mongo shell会自动调用.finish()来返回结果。对于脚本,然而,你必须显式调用.next()或.finish()以返回结果。列出游标相关的方法,查看db.collection.explain().find().help()部分。


db.collection.explain().aggregate()等价于传递explain选项到db.collection.aggregate()方法。

 

help()


为了查看db.collection.explain()支持的操作的列表,运行:

db.collection.explain().help()


db.collection.explain().find()返回一个游标,它允许增加查询修饰符链。为了查看db.collection.explain().find()支持的查询修饰符的列表以及游标相关的方法,运行:

db.collection.explain().find().help()


你可以链接多个修饰符到db.collection.explain().find()。示例,可以查看使用修饰符解析find()部分。

 

示例


queryPlanner模式


默认情况下,db.collection.explain()运行在“queryPlanner”详细信息模式。


下面的示例对于指定的count()操作,以“queryPlanner”模式运行db.collection.explain()来返回查询计划信息:

1
db.products.explain(). count ( { quantity: { $gt: 50 } } )

 

executionStats模式


下面的示例对于指定的find()操作,以“executionStats”详细信息模式运行db.collection.explain()来返回查询计划和执行信息:

1
2
3
db.products.explain( "executionStats" ).find(
{ quantity: { $gt: 50 }, category:  "apparel"  }
)

 

allPlansExecution模式


下面的示例以“allPlansExecution”详细信息模式运行db.collection.explain()。对于指定的update()操作,db.collection.explain()返回所有的评估的计划的queryPlanner和executionStats:


注意:

解析的执行将不会修改数据,但是会运行更新操作的预查询。对于备选计划,MongoDB返回在计划选择阶段捕获的执行信息。

1
2
3
4
db.products.explain( "allPlansExecution" ). update (
{ quantity: { $lt: 1000}, category:  "apparel"  },
{ $ set : { reorder:  true  } }
)

 

使用修饰符解析find()


db.collection.explain().find()结构允许查询修饰符链。例如,下面的操作提供了使用sort()和hint()查询修饰符的find()方法的信息:

1
2
3
db.products.explain( "executionStats" ).find(
{ quantity: { $gt: 50 }, category:  "apparel"  }
).sort( { quantity: -1 } ).hint( { category: 1, quantity: -1 } )


获得可用的查询修饰符列表,在mongo shell中运行:

db.collection.explain().find().help()

 

重申explain().find()返回游标


db.collection.explain().find()返回解析结果的游标。如果在mongo shell交互式运行,mongo shell自动使用.next()方法重复这个游标。对于脚本,然而,你必须显式调用.next()(或者它的别名.finish())以返回结果:

1
var explainResult = db.products.explain().find( { category:  "apparel"  } ). next ();

 

输出


db.collection.explain()操作可以返回相关信息:

1.queryPlanner,它描述了查询优化器选择的计划和列出放弃的计划;

2.executionStats,它描述了最优计划和放弃计划的执行;

3.serverInfo,它提供了关于MongoDB实例的信息。


详细信息模式(例如:queryPlanner、executionStats、allPlansExecution)决定了结果是否包含executionStats,和executionStats是否包含在计划选择阶段捕获的数据。


关于输出的详细信息,查看解析结果部分。


对于一个混合版本的分片集群,带有3.0版本的mongos和至少一个2.6版本的mongod分片,当你在3.0版本的mongo shell运行db.collection.explain(),db.collection.explain()将重试$explain操作以2.6版本格式返回结果。

 

参见:

http://docs.mongodb.org/manual/reference/method/db.collection.explain/

http://docs.mongodb.org/manual/reference/command/explain/

http://docs.mongodb.org/manual/reference/explain-results/

http://docs.mongodb.org/manual/reference/operator/meta/explain/

http://docs.mongodb.org/manual/reference/operator/query-modifier/















本文转自UltraSQL51CTO博客,原文链接:http://blog.51cto.com/ultrasql/1655359 ,如需转载请自行联系原作者





相关实践学习
MongoDB数据库入门
MongoDB数据库入门实验。
快速掌握 MongoDB 数据库
本课程主要讲解MongoDB数据库的基本知识,包括MongoDB数据库的安装、配置、服务的启动、数据的CRUD操作函数使用、MongoDB索引的使用(唯一索引、地理索引、过期索引、全文索引等)、MapReduce操作实现、用户管理、Java对MongoDB的操作支持(基于2.x驱动与3.x驱动的完全讲解)。 通过学习此课程,读者将具备MongoDB数据库的开发能力,并且能够使用MongoDB进行项目开发。 &nbsp; 相关的阿里云产品:云数据库 MongoDB版 云数据库MongoDB版支持ReplicaSet和Sharding两种部署架构,具备安全审计,时间点备份等多项企业能力。在互联网、物联网、游戏、金融等领域被广泛采用。 云数据库MongoDB版(ApsaraDB for MongoDB)完全兼容MongoDB协议,基于飞天分布式系统和高可靠存储引擎,提供多节点高可用架构、弹性扩容、容灾、备份回滚、性能优化等解决方案。 产品详情: https://www.aliyun.com/product/mongodb
相关文章
|
7月前
|
存储 NoSQL 测试技术
在MongoDB建模1对N关系的基本方法
了解更多阿里云MongoDB的介绍
1660 2
在MongoDB建模1对N关系的基本方法
|
2月前
|
NoSQL MongoDB 数据库
MongoDB 删除集合
10月更文挑战第14天
39 1
|
7月前
|
NoSQL 关系型数据库 MySQL
深入了解 Python MongoDB 查询:find 和 find_one 方法完全解析
在 MongoDB 中,我们使用 find() 和 find_one() 方法来在集合中查找数据,就像在MySQL数据库中使用 SELECT 语句来在表中查找数据一样
135 1
|
1月前
|
缓存 NoSQL MongoDB
|
2月前
|
NoSQL Java MongoDB
MongoDB Limit 与 Skip 方法
10月更文挑战第16天
41 3
|
6月前
|
NoSQL MongoDB 数据库
MongoDB 分页神器:limit() 和 skip() 方法详解
MongoDB 分页神器:limit() 和 skip() 方法详解
115 1
|
2月前
|
存储 NoSQL MongoDB
MongoDB 创建集合
10月更文挑战第13天
34 1
|
4月前
|
NoSQL Ubuntu MongoDB
在Ubuntu 16.04上安装和保护MongoDB的方法
在Ubuntu 16.04上安装和保护MongoDB的方法
39 1
|
4月前
|
存储 NoSQL 数据管理
揭秘MongoDB时间序列集合:这个超级功能将如何彻底改变你的数据管理?
【8月更文挑战第8天】时间序列数据记录随时间变化的信息,在数据库管理中至关重要。MongoDB自4.0版起引入时间序列集合,专为这类数据优化存储与查询。通过问答形式介绍其特点:自动数据过期、高效存储机制及快速查询操作。创建时需指定时间字段及可选元数据字段。支持设置数据过期时间,采用粗粒度索引减少I/O操作。查询时可通过时间范围筛选数据,并利用聚合框架进行数据分析。随着实时分析需求的增长,时间序列集合的应用将更加广泛。
192 0
|
6月前
|
NoSQL 安全 MongoDB
精准数据清理:掌握 MongoDB 删除集合的方法与最佳实践
精准数据清理:掌握 MongoDB 删除集合的方法与最佳实践
226 0