MongoDB索引
本文内容纲要:
-索引的操作
-explain()和hint()
-组合索引
-索引选择机制
-索引和排序
-总结
数据库中的索引就是用来提高查询操作的性能,但是会影响插入、更新和删除的效率,因为数据库不仅要执行这些操作,还要负责索引的更新。
通过建立索引,影响一部分插入、更新和删除的效率,但是能大大挺高查询的效率,这个还是很值得的。
为了开始后面的操作,首先通过MongoDBshell插入一些测试数据。
1for(vari=0;i<10;i++){
2varrandAge=parseInt(5*Math.random())+20;
3vargender=(randAge%2)?"Male":"Female";
4db.school.students.insert({"name":"Will"+i,"gender":gender,"age":randAge});
5}
6
7
8/*我的数据,以下测试都是基于这个测试,由于数据是随机生成,所以测试每次都会不同
9{"name":"Will0","gender":"Female","age":22},
10{"name":"Will1","gender":"Female","age":20},
11{"name":"Will2","gender":"Male","age":24},
12{"name":"Will3","gender":"Male","age":23},
13{"name":"Will4","gender":"Male","age":21},
14{"name":"Will5","gender":"Male","age":20},
15{"name":"Will6","gender":"Female","age":20},
16{"name":"Will7","gender":"Female","age":24},
17{"name":"Will8","gender":"Male","age":21},
18{"name":"Will9","gender":"Female","age":24},
19*/
索引的操作
创建索引:在MongoDBshell中,可以通过ensureIndex()来创建所以,第一个参数是指定要创建所以的键。
通过unique参数可以创建唯一索引。
1>db.school.students.ensureIndex({"name":1},{"unique":true})
2>
查看索引:
1>db.school.students.getIndexes()
2[
3{
4"v":1,
5"key":{
6"_id":1
7},
8"ns":"test.school.students",
9"name":"_id_"
10},
11{
12"v":1,
13"key":{
14"name":1
15},
16"unique":true,
17"ns":"test.school.students",
18"name":"name_1"
19}
20]
21>
删除索引:
1>db.school.students.dropIndex("name_1")
2{"nIndexesWas":2,"ok":1}
3>
索引名称:默认情况下,索引的名称是"键_值_键_值…"的形式,当键的数量很多的时候,索引的名字就会很长。
所以,在创建索引的时候,可以通过"name"参数自定义索引的名字。
1>db.school.students.ensureIndex({"name":1},{"name":"myIndex"})
2>
explain()和hint()
通过explain()可以得到很多跟find相关的信息,对索引的分析很有帮助。
当有多个可以使用的索引时,MongoDB会自动选择最优索引,但是我们可以通过hint()操作选择我们想要使用的索引。
下面来看看没有索引时explain()的输出:
1>db.school.students.find({"name":"Will5"}).explain()
2{
3"cursor":"BasicCursor",
4"isMultiKey":false,
5"n":1,
6"nscannedObjects":6,
7"nscanned":6,
8"nscannedObjectsAllPlans":6,
9"nscannedAllPlans":6,
10"scanAndOrder":false,
11"indexOnly":false,
12"nYields":0,
13"nChunkSkips":0,
14"millis":0,
15"indexBounds":{
16
17},
18"server":"××××:27017"
19}
20>
分析:下面选择了几个我们比较关心的字段
- cursor:BasicCursor表示是fullCollectionscan,即没有索引的全表扫描
- n:满足查询条件的文档数量
- nscannedObjects:总共扫描的文档的数量
- nscanned:总共扫描的索引节点的数量
- scanAndOrder:false表示,MongoDB现有索引下文档的顺序来返回排序结果;true表示,MongoDB需要在得到查询结果后重新排序
- millis:完成查询需要的毫秒数
添加索引,再次检查explain()的输出:
1>db.school.students.ensureIndex({"name":1},{"unique":true})
2>db.school.students.find({"name":"Will5"}).explain()
3{
4"cursor":"BtreeCursorname_1",
5"isMultiKey":false,
6"n":1,
7"nscannedObjects":1,
8"nscanned":1,
9"nscannedObjectsAllPlans":1,
10"nscannedAllPlans":1,
11"scanAndOrder":false,
12"indexOnly":false,
13"nYields":0,
14"nChunkSkips":0,
15"millis":0,
16"indexBounds":{
17"name":[
18[
19"Will5",
20"Will5"
21]
22]
23},
24"server":"××××:27017"
25}
26>
组合索引
单键索引还是比较简单的,当使用组合索引的时候,就要多考虑一些了。自己也不确定能否总结的很好,如果错误,希望大家指出、讨论。
索引建立可能有多种方式,我们的目标就是减少"nscanned"(当然也有特例,请参照"索引和排序")。
下面分析基于前面生成的数据来分析一下组合索引,假设我们要查询年龄大于等于23的女学生。
-
使用"age_1"索引的输出如下
1>db.school.students.find({"age":{"$gte":23},"gender":"Female"}).hint("age_1").explain() 2{ 3"cursor":"BtreeCursorage_1", 4"isMultiKey":false, 5"n":2, 6"nscannedObjects":4, 7"nscanned":4, 8"nscannedObjectsAllPlans":4, 9"nscannedAllPlans":4, 10"scanAndOrder":false, 11"indexOnly":false, 12"nYields":0, 13"nChunkSkips":0, 14"millis":0, 15"indexBounds":{ 16"age":[ 17[ 1823, 191.7976931348623157e+308 20] 21] 22}, 23"server":"××××:27017" 24} 25>
索引的分析:
-
使用"age_1_gender_1"索引的输出如下
1>db.school.students.find({"age":{"$gte":23},"gender":"Female"}).hint("age_1_gender_1").explain() 2{ 3"cursor":"BtreeCursorage_1_gender_1", 4"isMultiKey":false, 5"n":2, 6"nscannedObjects":2, 7"nscanned":4, 8"nscannedObjectsAllPlans":2, 9"nscannedAllPlans":4, 10"scanAndOrder":false, 11"indexOnly":false, 12"nYields":0, 13"nChunkSkips":0, 14"millis":0, 15"indexBounds":{ 16"age":[ 17[ 1823, 191.7976931348623157e+308 20] 21], 22"gender":[ 23[ 24"Female", 25"Female" 26] 27] 28}, 29"server":"××××:27017" 30} 31>
索引的分析:
-
使用"gender_1_age_1"索引的输出如下
1>db.school.students.find({"age":{"$gte":23},"gender":"Female"}).hint("gender_1_age_1").explain() 2{ 3"cursor":"BtreeCursorgender_1_age_1", 4"isMultiKey":false, 5"n":2, 6"nscannedObjects":2, 7"nscanned":2, 8"nscannedObjectsAllPlans":2, 9"nscannedAllPlans":2, 10"scanAndOrder":false, 11"indexOnly":false, 12"nYields":0, 13"nChunkSkips":0, 14"millis":0, 15"indexBounds":{ 16"gender":[ 17[ 18"Female", 19"Female" 20] 21], 22"age":[ 23[ 2423, 251.7976931348623157e+308 26] 27] 28}, 29"server":"××××:27017" 30} 31>
索引的分析:
通过上面的例子可以看出,在使用组合索引的时候还是要考虑很多东西的,所以可以结合explain()来进行分析。
索引选择机制
由于我们前面创建了三个索引,下面我们直接使用默认查询。
1>db.school.students.find({"age":{"$gte":23},"gender":"Female"}).explain()
2{
3"cursor":"BtreeCursorgender_1_age_1",
4"isMultiKey":false,
5"n":2,
6"nscannedObjects":2,
7"nscanned":2,
8"nscannedObjectsAllPlans":2,
9"nscannedAllPlans":2,
10"scanAndOrder":false,
11"indexOnly":false,
12"nYields":0,
13"nChunkSkips":0,
14"millis":0,
15"indexBounds":{
16"gender":[
17[
18"Female",
19"Female"
20]
21],
22"age":[
23[
2423,
251.7976931348623157e+308
26]
27]
28},
29"server":"××××:27017"
30}
31>
存在多条索引的情况下,MongoDB首选nscanned值最低的索引。
索引和排序
基于上面的例子,我们加上对"name"的排序操作。这时,我们可以看到"scanAndOrder"变成了"true"。
1>db.school.students.find({"age":{"$gte":23},"gender":"Female"}).sort({"name":1}).explain()
2{
3"cursor":"BtreeCursorgender_1_age_1",
4"isMultiKey":false,
5"n":2,
6"nscannedObjects":2,
7"nscanned":2,
8"nscannedObjectsAllPlans":7,
9"nscannedAllPlans":9,
10"scanAndOrder":true,
11"indexOnly":false,
12"nYields":0,
13"nChunkSkips":0,
14"millis":0,
15"indexBounds":{
16"gender":[
17[
18"Female",
19"Female"
20]
21],
22"age":[
23[
2423,
251.7976931348623157e+308
26]
27]
28},
29"server":"××××:27017"
30}
在这个例子中,"nscanned"是最小的,所以这个方案是查询效率最高的。但是,我们要注意一下"scanAndOrder",根据MongoDB文档的解释,查询结果的排序不能利用现有的索引,MongoDB会把find找到的结果放入内存重新排序。这样的话,如果数据量很大,会对性能产生很大的影响。
最好的办法是利用索引来进行排序。
在这种情况下,就要加入一个"name"的索引,同时在find操作时使用hint来指定索引方式,因为默认情况MongoDB会选择"nscanned"最小的方式。
1>db.school.students.ensureIndex({"gender":1,"name":1})
2>db.school.students.find({"age":{"$gte":23},"gender":"Female"}).sort({"name":1}).hint("gender_1_name_1").explain()
3{
4"cursor":"BtreeCursorgender_1_name_1",
5"isMultiKey":false,
6"n":2,
7"nscannedObjects":5,
8"nscanned":5,
9"nscannedObjectsAllPlans":5,
10"nscannedAllPlans":5,
11"scanAndOrder":false,
12"indexOnly":false,
13"nYields":0,
14"nChunkSkips":0,
15"millis":0,
16"indexBounds":{
17"gender":[
18[
19"Female",
20"Female"
21]
22],
23"name":[
24[
25{
26"$minElement":1
27},
28{
29"$maxElement":1
30}
31]
32]
33},
34"server":"xxxx:27017"
35}
36>
通过这种方式,就可以利用索引的排序来避免"scanAndOrder"为true的情况。但是再看看上面的方式,似乎可以进一步优化,虽然不能减少"nscanned",但是可以减少"nscannedObjects"。
1>db.school.students.ensureIndex({"gender":1,"name":1,"age":1})
2>db.school.students.find({"age":{"$gte":23},"gender":"Female"}).sort({"name":1}).hint("gender_1_name_1_age_1").explain()
3{
4"cursor":"BtreeCursorgender_1_name_1_age_1",
5"isMultiKey":false,
6"n":2,
7"nscannedObjects":2,
8"nscanned":5,
9"nscannedObjectsAllPlans":2,
10"nscannedAllPlans":5,
11"scanAndOrder":false,
12"indexOnly":false,
13"nYields":0,
14"nChunkSkips":0,
15"millis":0,
16"indexBounds":{
17"gender":[
18[
19"Female",
20"Female"
21]
22],
23"name":[
24[
25{
26"$minElement":1
27},
28{
29"$maxElement":1
30}
31]
32],
33"age":[
34[
3523,
361.7976931348623157e+308
37]
38]
39},
40"server":"xxxx:27017"
41}
42>
总结
MongoDB中,索引还有很多东西,本文只是通过一些例子来介绍了索引的使用,以及组合索引的简单分析
Ps:本文中所有例子中的命令都可以参考以下链接
https://files.cnblogs.com/wilber2013/index.js
本文内容总结:索引的操作,explain()和hint(),组合索引,索引选择机制,索引和排序,总结,
原文链接:https://www.cnblogs.com/wilber2013/p/4136318.html