MongoDB 查询分析

MongoDB 查询分析可以确保我们建议的索引是否有效，是查询语句性能分析的重要工具。

MongoDB 查询分析常用函数有：explain() 和 hint()。

使用 explain()

explain 操作提供了查询信息，使用索引及查询统计等。有利于我们对索引的优化。

接下来我们在 users 集合中创建 gender 和 user_name 的索引：

  1. >db.users.ensureIndex({gender:1,user_name:1})
  2. </p>
  3. <p>现在在查询语句中使用 explain ：</p>
  4. <pre>
  5. >db.users.find({gender:"M"},{user_name:1,_id:0}).explain()

以上的 explain() 查询返回如下结果：

  1. {
  2.    "cursor" : "BtreeCursor gender_1_user_name_1",
  3.    "isMultiKey" : false,
  4.    "n" : 1,
  5.    "nscannedObjects" : 0,
  6.    "nscanned" : 1,
  7.    "nscannedObjectsAllPlans" : 0,
  8.    "nscannedAllPlans" : 1,
  9.    "scanAndOrder" : false,
  10.    "indexOnly" : true,
  11.    "nYields" : 0,
  12.    "nChunkSkips" : 0,
  13.    "millis" : 0,
  14.    "indexBounds" : {
  15.       "gender" : [
  16.          [
  17.             "M",
  18.             "M"
  19.          ]
  20.       ],
  21.       "user_name" : [
  22.          [
  23.             {
  24.                "$minElement" : 1
  25.             },
  26.             {
  27.                "$maxElement" : 1
  28.             }
  29.          ]
  30.       ]
  31.    }
  32. }

现在，我们看看这个结果集的字段：

  • 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hints来强迫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：

  1. >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：

  1. >db.users.find({gender:"M"},{user_name:1,_id:0}).hint({gender:1,user_name:1}).explain()