MongoDB 查詢分析

標籤：

MongoDB 查詢分析可以確保我們建議的索引是否有效，是查詢語句效能分析的重要工具。

MongoDB 查詢分析常用函數有：explain() 和 hint()。

使用 explain()

explain 操作提供了查詢資訊，使用索引及查詢統計等。有利於我們對索引的最佳化。

接下來我們在 users 集合中建立 gender 和 user_name 的索引：

>db.users.ensureIndex({gender:1,user_name:1})</p><p>現在在查詢語句中使用 explain ：</p><pre>>db.users.find({gender:"M"},{user_name:1,_id:0}).explain()

以上的 explain() 查詢返回如下結果：

{   "cursor" : "BtreeCursor gender_1_user_name_1",   "isMultiKey" : false,   "n" : 1,   "nscannedObjects" : 0,   "nscanned" : 1,   "nscannedObjectsAllPlans" : 0,   "nscannedAllPlans" : 1,   "scanAndOrder" : false,   "indexOnly" : true,   "nYields" : 0,   "nChunkSkips" : 0,   "millis" : 0,   "indexBounds" : {      "gender" : [         [            "M",            "M"         ]      ],      "user_name" : [         [            {               "$minElement" : 1            },            {               "$maxElement" : 1            }         ]      ]   }}

現在，我們看看這個結果集的欄位：

• indexOnly: 欄位為 true ，表示我們使用了索引。
• cursor：因為這個查詢使用了索引，MongoDB中索引儲存在B樹結構中，所以這是也使用了BtreeCursor類型的遊標。如果沒有使用索引，遊標的類型是BasicCursor。這個鍵還會給出你所使用的索引的名稱，你通過這個名稱可以查看當前資料庫下的system.indexes集合（系統自動建立，由於儲存索引資訊，這個稍微會提到）來得到索引的詳細資料。
• n：當前查詢返回的文檔數量。
• nscanned/nscannedObjects：表明當前這次查詢一共掃描了集合中多少個文檔，我們的目的是，讓這個數值和返迴文檔的數量越接近越好。
• millis：當前查詢所需時間，毫秒數。
• indexBounds：當前查詢具體使用的索引。

使用 hint()

雖然MongoDB查詢最佳化工具一般工作的很不錯，但是也可以使用hints來強迫MongoDB使用一個指定的索引。

這種方法某些情形下會提升效能。 一個有索引的collection並且執行一個多欄位的查詢(一些欄位已經索引了)。

如下查詢執行個體指定了使用 gender 和 user_name 索引欄位來查詢：

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

可以使用 explain() 函數來分析以上查詢：

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

MongoDB 查詢分析