MongoDB慢查詢與索引實例詳解

更新時間：2022年07月29日 09:39:17 作者：女友在高考

索引通常能夠極大的提高查詢的效率,這篇文章主要給大家介紹了關(guān)于MongoDB慢查詢與索引的相關(guān)資料,文中通過實例代碼介紹的非常詳細,需要的朋友可以參考下

MongoDB慢查詢

慢查詢分析

開啟內(nèi)置的慢查詢分析器

db.setProfilingLevel(n,m),n的取值可選0,1,2

0：表示不記錄
1：表示記錄慢速操作，如果值為1，m需要傳慢查詢的閾值，單位為ms
2：表示記錄所有的讀寫操作

示例：

db.setProfilingLevel(1,3)

查詢監(jiān)控結(jié)果

db.system.profile.find().sort({millis:-1}).limit(3)

MongoDB索引

什么是索引？

索引是一種單獨的、物理的對數(shù)據(jù)庫表中一列或多列的值進行排序的一種存儲結(jié)構(gòu)，它是某個表中一列或若干列值的集合和相應(yīng)的指向表中物理標(biāo)識這些值的數(shù)據(jù)頁的邏輯指針清單。索引的作用相當(dāng)于圖書的目錄，可以根據(jù)目錄中的頁碼快速找到所需的內(nèi)容。索引目標(biāo)是提高數(shù)據(jù)庫的查詢效率，沒有索引的話，查詢會進行全表掃描（scaneverydocumentinacollection）,數(shù)據(jù)量大時嚴(yán)重降低了查詢效率。默認情況下Mongo在一個集合（collection）創(chuàng)建時，自動地對集合的_id創(chuàng)建了唯一索引。

索引結(jié)構(gòu)

MongoDB的索引結(jié)構(gòu)為B樹

B樹非葉子節(jié)點也存了數(shù)據(jù)，查詢效率不固定，最好的情況是O(1)，在單次查詢的情況下平均性能是優(yōu)于B+樹的。而MongoDB是被作為一個單一查詢比較多，遍歷數(shù)據(jù)比較少的一個定位。所以采用了B樹。

那為什么不用單次性能更好的Hash結(jié)構(gòu)呢？

因為雖然遍歷數(shù)據(jù)的情況較少，但是對于遍歷數(shù)據(jù)也需要有相對較好的性能支持。Hash這種性能表現(xiàn)較為極端的數(shù)據(jù)結(jié)構(gòu)往往只能在簡單、極端的場景下使用。

索引分類

單鍵索引

MongoDB支持所有數(shù)據(jù)類型中的單個字段索引，并且可以在文檔的任何字段定義。對于單個字段索引，索引鍵的排序順序無關(guān)緊要，因為MongoDB可以在任一方向讀取索引。

db.集合名.createIndex({"字段名":排序方式})

示例：

db.user.createIndex({"name":1})

創(chuàng)建后可以通過查詢索引命令查看是否創(chuàng)建成功。

db.user.getIndexes()

唯一索引

設(shè)置unique為true。示例：

db.book.createIndex({title:1},{unique:true})

過期索引TTL

TTL索引是MongoDB中一種特殊的索引，可以支持文檔在一定時間之后自動過期刪除，目前TTL索引只能在單字段上建立，并且字段類型必須是日期類型。

db.集合名.createIndex({"日期字段":排序方式}, {expireAfterSeconds: 秒數(shù)})

示例：

db.user.createIndex({"bithday":1}, {expireAfterSeconds: 10})

創(chuàng)建過期索引后，有bithday字段的文檔會在約10秒后自動刪除。

復(fù)合索引

通常我們需要在多個字段上進行搜索，如果是這種情況，可以考慮使用復(fù)合索引。復(fù)合索引支持基于多個字段的索引，這擴展了索引的概念并將它們擴展到索引中的更大域。

建立復(fù)合索引需要注意：字段順序和索引方向。它也是遵循最左前綴原則。

db.集合名.createIndex( { "字段名1" : 排序方式, "字段名2" : 排序方式 } )

多鍵索引

針對屬性包含數(shù)組數(shù)據(jù)的情況，MongoDB支持針對數(shù)組中每一個element創(chuàng)建索引，支持Strings、numbers、nested documents。

示例：

//type是集合類型的數(shù)據(jù)，創(chuàng)建的就是多鍵索引
db.book.insert({title:"java",type:["技術(shù)","IT"]})

db.book.createIndex({type:1})

哈希索引

針對屬性的哈希值進行索引查詢，當(dāng)要使用Hashed Index時，MongoDB能夠自動計算hash值來進行查詢。

db.集合.createIndex({"字段": "hashed"})

地理空間索引

針對地理空間坐標(biāo)數(shù)據(jù)創(chuàng)建索引。2dsphere索引：用于存儲和查找球面上的點。

2d索引：用于存儲和查找平面上的點。

db.集合名.ensureIndex({字段名:"2dsphere"})

示例：

//插入數(shù)據(jù)
db.company.insert({
    loc:{type:"Point",coordinates:[116.482451,39.914176]},
    name:"大望路",
    category:"Parks"
})

//創(chuàng)建索引
db.company.ensureIndex({loc:"2dsphere"})

//查詢范圍內(nèi)的數(shù)據(jù)
db.company.find({
    "loc":{
    "$geoWithin":{
        "$center":[[116.482450,39.914176],0.05]
    }
}
})

//距離指定位置最近的2個點
db.company.aggregate([
    {
        $geoNear: {
          near: {
              type: "Point",
              coordinates: [ 116.472451,39.814176]
          },
          key:"loc",
          distanceField: "dist.calculated",
          spherical: true
        }
    },
    {
        $limit: 2
    }
    ])

索引管理

創(chuàng)建索引并在后臺運行

有時數(shù)據(jù)量大的時候，創(chuàng)建索引的動作是比較耗費時間的，這時后臺運行就比較有用了。

db.COLLECTION_NAME.createIndex({"字段":排序方式}, {background: true});

查詢某個集合的索引

db.COLLECTION_NAME.getIndexes()

查看索引大小

db.COLLECTION_NAME.totalIndexSize()

索引重建

db.COLLECTION_NAME.reIndex()

索引刪除

db.COLLECTION_NAME.dropIndex("INDEX-NAME")
db.COLLECTION_NAME.dropIndexes()
注意: _id 對應(yīng)的索引是刪除不了的

Explain分析

explain()是一個查詢分析的方法，它還可以接收不同的參數(shù)來查看更詳細的查詢計劃。

簡單示例：

db.user.find().explain()
db.user.find({name:"test1"}).explain("executionStats")

參數(shù)介紹：

queryPlanner：queryPlanner是默認參數(shù)，具體執(zhí)行計劃信息參考下面的表格
executionStats：executionStats會返回執(zhí)行計劃的一些統(tǒng)計信息(有些版本中和allPlansExecution等同)。
allPlansExecution：allPlansExecution用來獲取所有執(zhí)行計劃，結(jié)果參數(shù)基本與上文相同

queryPlanner參數(shù)查詢返回值含義

參數(shù)	含義
plannerVersion	查詢計劃版本
namespace	要查詢的集合（該值返回的是該query所查詢的表）數(shù)據(jù)庫.集合
indexFilterSet	針對該query是否有indexFilter
parsedQuery	查詢條件
winningPlan	被選中的執(zhí)行計劃
winningPlan.stage	被選中執(zhí)行計劃的stage(查詢方式)，常見的有：COLLSCAN/全表掃描：（應(yīng)該知道就是CollectionScan，就是所謂的“集合掃描”，和mysql中tablescan/heapscan類似，這個就是所謂的性能最爛最無奈的由來）、IXSCAN/索引掃描：（是IndexScan，這就說明我們已經(jīng)命中索引了）、FETCH/根據(jù)索引去檢索文檔、SHARD_MERGE/合并分片結(jié)果、IDHACK/針對_id進行查詢等
winningPlan.inputStage	用來描述子stage，并且為其父stage提供文檔和索引關(guān)鍵字。
winningPlan.stage的child stage	如果此處是IXSCAN，表示進行的是index scanning。
winningPlan.keyPattern	所掃描的index內(nèi)容
winningPlan.indexName	winning plan所選用的index。
winningPlan.isMultiKey	是否是Multikey，此處返回是false，如果索引建立在array上，此處將是true。
winningPlan.direction	此query的查詢順序，此處是forward，如果用了.sort({字段:-1})將顯示backward。
filter	過濾條件
winningPlan.indexBounds	winningplan所掃描的索引范圍,如果沒有制定范圍就是[MaxKey,MinKey]，這主要是直接定位到mongodb的chunck中去查找數(shù)據(jù)，加快數(shù)據(jù)讀取。
rejectedPlans	被拒絕的執(zhí)行計劃的詳細返回，其中具體信息與winningPlan的返回中意義相同，故不在此贅述
serverInfo	MongoDB服務(wù)器信息

executionStats參數(shù)查詢返回值含義

參數(shù)	含義
executionSuccess	是否執(zhí)行成功
nReturned	返回的文檔數(shù)
executionTimeMillis	執(zhí)行耗時
totalKeysExamined	索引掃描次數(shù)
totalDocsExamined	文檔掃描次數(shù)
executionStages	這個分類下描述執(zhí)行的狀態(tài)
stage	掃描方式，具體可選值與上文的相同
nReturned	查詢結(jié)果數(shù)量
executionTimeMillisEstimate	檢索document獲得數(shù)據(jù)的時間
inputStage.executionTimeMillisEstimate	該查詢掃描文檔 index所用時間
works	工作單元數(shù)，一個查詢會分解成小的工作單元
advanced	優(yōu)先返回的結(jié)果數(shù)
docsExamined	文檔檢查數(shù)目，與totalDocsExamined一致。檢查了總共的document個數(shù)，而從返回上面的nReturned數(shù)量

這么多返回值我們怎么分析呢？

首先我們先造點數(shù)據(jù)：

for(var i=0;i<100000;i++){
    db.user.insert({
        name:"test"+i,
        explectSalary:10+i
    })
}

查詢耗時115

db.user.find({name:'test1'}).explain("allPlansExecution")

然后創(chuàng)建索引

db.user.createIndex({name:1})

再次查詢，查看耗時變?yōu)榱?。速度直線飆升。我們再對返回結(jié)果做一個分析：

{
        "queryPlanner" : {
                "plannerVersion" : 1,
                "namespace" : "test.user",
                "indexFilterSet" : false,
                "parsedQuery" : {
                        "name" : {
                                "$eq" : "test1"
                        }
                },
                "winningPlan" : {
                        "stage" : "FETCH",
                        "inputStage" : {
                                "stage" : "IXSCAN",
                                "keyPattern" : {
                                        "name" : 1
                                },
                                "indexName" : "name_1",
                                "isMultiKey" : false,
                                "multiKeyPaths" : {
                                        "name" : [ ]
                                },
                                "isUnique" : false,
                                "isSparse" : false,
                                "isPartial" : false,
                                "indexVersion" : 2,
                                "direction" : "forward",
                                "indexBounds" : {
                                        "name" : [
                                                "[\"test1\", \"test1\"]"
                                        ]
                                }
                        }
                },
                "rejectedPlans" : [ ]
        },
        "executionStats" : {
                "executionSuccess" : true,
                "nReturned" : 2,
                "executionTimeMillis" : 2,
                "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,
                        "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,
                                "keyPattern" : {
                                        "name" : 1
                                },
                                "indexName" : "name_1",
                                "isMultiKey" : false,
                                "multiKeyPaths" : {
                                        "name" : [ ]
                                },
                                "isUnique" : false,
                                "isSparse" : false,
                                "isPartial" : false,
                                "indexVersion" : 2,
                                "direction" : "forward",
                                "indexBounds" : {
                                        "name" : [
                                                "[\"test1\", \"test1\"]"
                                        ]
                                },
                                "keysExamined" : 2,
                                "seeks" : 1,
                                "dupsTested" : 0,
                                "dupsDropped" : 0
                        }
                },
                "allPlansExecution" : [ ]
        },
        "serverInfo" : {
                "host" : "10.0.3.15",
                "port" : 27017,
                "version" : "4.2.21",
                "gitVersion" : "b0aeed9445ff41af07449fa757e1f231bce990b3"
        },
        "ok" : 1
}

折疊

重要參數(shù)介紹：

executionStats.executionTimeMillis 整體查詢時間
executionStats.executionStages.executionTimeMillisEstimate 該查詢檢索document獲得數(shù)據(jù)的時間
executionStats.inputStage.executionTimeMillisEstimate 該查詢掃描文檔index所用的時間
executionStats.nReturned 查詢返回的條數(shù)
executionStats.totalKeysExamined：索引掃描條數(shù)
executionStats.totalDocsExamined：文檔掃描條數(shù)