共计 7411 个字符，预计需要花费 19 分钟才能阅读完成。
这篇文章主要介绍了 MongoDB 数据库中索引和 explain 的示例分析，具有一定借鉴价值，感兴趣的朋友可以参考下，希望大家阅读完这篇文章之后大有收获，下面让丸趣 TV 小编带着大家一起了解一下。
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 backgroundboolean 创建索引在后台运行，不会阻止其他对数据库操作 uniqueboolean 创建唯一索引，文档的值不会重复 namestring 索引名称，默认是：字段名_排序类型 开始排序 sparseboolean 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
}
}
]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})
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 documentSHARD_MERGE 将各个分片返回数据进行 mergeSORT 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 COUNTSCANcount 不使用 Index 进行 count 时的 stage 返回 COUNT_SCANcount 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。
感谢你能够认真阅读完这篇文章，希望丸趣 TV 小编分享的“MongoDB 数据库中索引和 explain 的示例分析”这篇文章对大家有帮助，同时也希望大家多多支持丸趣 TV，关注丸趣 TV 行业资讯频道，更多相关知识等着你来学习!
