mongodb Explain and Index

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
简介:

Explain and Index

    explain有三种模式,分别是:queryPlanner、executionStats、allPlansExecution。现实开发中,常用executionStats模式,本例分析这种模式。

> db.createCollection("person")

1
"ok"  : 1 }

> for(var i=0;i<2000000;i++) {

... db.person.insert({"name":"ryan"+i,"age":i})

... }

1
WriteResult({  "nInserted"  : 1 })

> db.person.find({"age":{"$lte":2000}}).explain("executionStats")

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
{
"queryPlanner"  : {
"plannerVersion"  : 1,
"namespace"  "test.person" ,
"indexFilterSet"  false ,
"parsedQuery"  : {
"age"  : {
"$lte"  : 2000
}
},
"winningPlan"  : {
"stage"  "COLLSCAN" ,                 "COLLSCAN" 表示全表扫描
"filter"  : {
"age"  : {
"$lte"  : 2000
}
},
"direction"  "forward"
},
"rejectedPlans"  : [ ]
},
"executionStats"  : {
"executionSuccess"  true ,
"nReturned"  : 2001,                    表示查询返回的条目数
"executionTimeMillis"  : 741,           表示执行语句的执行时间
"totalKeysExamined"  : 0,
"totalDocsExamined"  : 2000000,         表示 文档扫描的条目数
"executionStages"  : {
"stage"  "COLLSCAN" ,
"filter"  : {
"age"  : {
"$lte"  : 2000
}
},
"nReturned"  : 2001,
"executionTimeMillisEstimate"  : 530,    表示整体的查询时间
"works"  : 2000002,
"advanced"  : 2001,
"needTime"  : 1998000,
"needYield"  : 0,
"saveState"  : 15625,
"restoreState"  : 15625,
"isEOF"  : 1,
"invalidates"  : 0,
"direction"  "forward" ,
"docsExamined"  : 2000000
}
},
"serverInfo"  : {
"host"  "meteor.yeecall.com" ,
"port"  : 27027,
"version"  "3.2.8" ,
"gitVersion"  "ed70e33130c977bda0024c125b56d159573dbaf0"
},
"ok"  : 1
}

> db.person.ensureIndex({age:1})    创建索引,“1”:表示按照age进行升序,“-1”:表示按照age进行降序

                                                 创建索引时ensureIndex({field:1},{name:"indexName"}) 可以指定索引的名称

                                                         也可以后台创建索引: db.collection.ensureIndex({name:-1},{background:true})

1
2
3
4
5
6
{
"createdCollectionAutomatically"  false ,
"numIndexesBefore"  : 1,
"numIndexesAfter"  : 2,
"ok"  : 1
}

db.person.find({"age":{"$lte":2001}}).explain("executionStats")

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
{
"queryPlanner"  : {
"plannerVersion"  : 1,
"namespace"  "test.person" ,    返回所查询的表
"indexFilterSet"  false ,       针对该query是否有indexfilter
"parsedQuery"  : {
"age"  : {
"$lte"  : 2001
}
},
"winningPlan"  : {               查询优化器针对该query所返回的最优执行计划的详细内容
"stage"  "FETCH" ,
"inputStage"  : {
"stage"  "IXSCAN" ,
"keyPattern"  : {
"age"  : 1
},
"indexName"  "age_1" ,
"isMultiKey"  false ,
"isUnique"  false ,
"isSparse"  false ,
"isPartial"  false ,
"indexVersion"  : 1,
"direction"  "forward" ,
"indexBounds"  : {
"age"  : [
"[-inf.0, 2001.0]"
]
}
}
},
"rejectedPlans"  : [ ]
},
"executionStats"  : {
"executionSuccess"  true ,
"nReturned"  : 2002,                    表示本次查询返回的条目数
"executionTimeMillis"  : 28,            表示本次query整体查询的时间
"totalKeysExamined"  : 2002,            表示索引扫描的条目数
"totalDocsExamined"  : 2002,            表示文档扫描的条目数
"executionStages"  : {
"stage"  "FETCH" ,
"nReturned"  : 2002,
"executionTimeMillisEstimate"  : 10,    表示本次查询根据index检索document获得结果数据的时间
"works"  : 2003,
"advanced"  : 2002,
"needTime"  : 0,
"needYield"  : 0,
"saveState"  : 15,
"restoreState"  : 15,
"isEOF"  : 1,
"invalidates"  : 0,
"docsExamined"  : 2002,
"alreadyHasObj"  : 0,
"inputStage"  : {
"stage"  "IXSCAN" ,
"nReturned"  : 2002,
"executionTimeMillisEstimate"  : 0,    表示该查询扫描2002行index所用的时间
"works"  : 2003,
"advanced"  : 2002,
"needTime"  : 0,
"needYield"  : 0,
"saveState"  : 15,
"restoreState"  : 15,
"isEOF"  : 1,
"invalidates"  : 0,
"keyPattern"  : {
"age"  : 1
},
"indexName"  "age_1" ,
"isMultiKey"  false ,
"isUnique"  false ,
"isSparse"  false ,
"isPartial"  false ,
"indexVersion"  : 1,
"direction"  "forward" ,
"indexBounds"  : {
"age"  : [
"[-inf.0, 2001.0]"
]
},
"keysExamined"  : 2002,
"dupsTested"  : 0,
"dupsDropped"  : 0,
"seenInvalidated"  : 0
}
}
},
"serverInfo"  : {
"host"  "meteor.yeecall.com" ,
"port"  : 27027,
"version"  "3.2.8" ,
"gitVersion"  "ed70e33130c977bda0024c125b56d159573dbaf0"
},
"ok"  : 1
}

>

影响 totalKeysExamined 和 totalDocsExamined 的是 stage 类型。

类型列举如下:

    COLLSCAN:全表扫描

    IXSCAN:索引扫描

    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










本文转自 meteor_hy 51CTO博客,原文链接:http://blog.51cto.com/caiyuanji/1836611,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
目录
相关文章
|
存储 NoSQL 数据可视化
MongoDB性能系列最佳实践-Index
MongoDB将会推出一系列介绍MongoDB性能最佳实践的文章,旨在帮助用户在多个关键方面实现规模化性能优化。
MongoDB性能系列最佳实践-Index
|
存储 NoSQL MongoDB
MongoDB系列--轻松应对面试中遇到的MongonDB索引(index)问题
索引是特殊的数据结构,索引存储在一个易于遍历读取的数据集合中( 索引存储在特定字段或字段集的值),而且是使用了B-tree结构。索引可以极大程度提升MongoDB查询效率。
334 0
MongoDB系列--轻松应对面试中遇到的MongonDB索引(index)问题
|
存储 NoSQL MongoDB
MongoDB:4-MongoDB的索引和查询分析(explain)
MongoDB:4-MongoDB的索引和查询分析(explain)
1005 0
|
存储 NoSQL MongoDB
MongoDB的索引和查询分析(explain)
MongoDB的索引和查询分析(explain)
3795 0
|
NoSQL 索引
|
NoSQL 定位技术 索引