MongoDB 索引优化

小鱼儿 2022-07-16 01:45 236阅读 0赞

索引是用来加快查询速度的，事物都有双面性的，同时在每次插入、更新和删除操作时都会产生额外的开销。索引有时并不能解决查询慢的问题，一般来说，返回集合中一半以上的结果，全表扫描要比查询索引更高效些。创建太多索引，会导致插入非常慢，同时还会占用很大空间。可以通过一些工具来分析查询的效率来进一步优化索引。

**一、MongoDB自带工具explain**  
使用explain命令返回查询使用的索引情况，耗时，扫描文档数等等统计信息。

**\[plain\]**  [view plain][]   [copy][view plain]

[print][view plain] [?][view plain] [![在CODE上查看代码片][CODE]][CODE_CODE] [![派生到我的代码片][ico_fork.svg]][ico_fork.svg 1]

1.  > db.user.find(\{name:/^zhangsan2\*2$/,index:\{"$lt":299190\}\}).explain();   
2.  \{   
3.  "cursor" : "BasicCursor",   
4.  "isMultiKey" : false,   
5.  "n" : 6,   
6.  "nscannedObjects" : 2000000,   
7.  "nscanned" : 2000000,   
8.  "nscannedObjectsAllPlans" : 2000000,   
9.  "nscannedAllPlans" : 2000000,   
10. "scanAndOrder" : false,   
11. "indexOnly" : false,   
12. "nYields" : 1,   
13. "nChunkSkips" : 0,   
14. "millis" : 1240,   
15. "indexBounds" : \{   
16.   
17. \},   
18. "server" : "100.205:27017"   
19. \}

字段说明：   
cursor：返回游标类型   
isMultiKey：是否使用组合索引   
n：返回文档数量   
nscannedObjects：被扫描的文档数量   
nscanned：被检查的文档或索引条目数量   
scanAndOrder：是否在内存中排序   
indexOnly：   
nYields：该查询为了等待写操作执行等待的读锁的次数   
nChunkSkips：   
millis：耗时(毫秒)   
indexBounds：所使用的索引   
server： 服务器主机名   
可以结合hint强制使用索引来分析。   
  
**二、开启profiling功能，设置日志级别，对日志进行分析 **  
1.查看profiling级别：   
>db.getProfilingLevel()   
2.设置profiling级别：   
语法：db.setProfilingLevel(level,slowms)   
level - profile的级别可以取0，1，2 表示的意义如下：   
\#0 - 关闭性能分析，测试环境可以打开，生成环境关闭，对性能有很大影响;   
\#1 - 开启慢查询日志，执行时间大于100毫秒的语句   
\#2 - 开启所有操作日志   
slowms - 慢查询时间阀值，默认100ms

**\[plain\]**  [view plain][]   [copy][view plain]

[print][view plain] [?][view plain] [![在CODE上查看代码片][CODE]][CODE_CODE] [![派生到我的代码片][ico_fork.svg]][ico_fork.svg 1]

1.  >db.setProfilingLevel(1,100)   
2.  \{ "was" : 0, "slowms" : 100, "ok" : 1 \}   
3.  >db.setProfilingLevel(0)

3.查询profiling记录   
MongoDB Profile 记录是直接存在系统 db 里的，记录位置system.profile 。

**\[plain\]**  [view plain][]   [copy][view plain]

[print][view plain] [?][view plain] [![在CODE上查看代码片][CODE]][CODE_CODE] [![派生到我的代码片][ico_fork.svg]][ico_fork.svg 1]

1.  > db.system.profile.find().sort(\{$natural:-1\}).limit(1)   
2.  \{  
3.   "ts": ISODate("2015-03-19T08:42:51.012Z"),  
4.   "op": "query",  
5.   "ns": "test.system.profile",  
6.   "query": \{  
7.    "query": \{  
8.       
9.    \},  
10.   "orderby": \{  
11.    "$natural": -1  
12.   \}  
13.  \},  
14.  "ntoreturn": 1,  
15.  "ntoskip": 0,  
16.  "nscanned": 1,  
17.  "keyUpdates": 0,  
18.  "numYield": 0,  
19.  "lockStats": \{  
20.   "timeLockedMicros": \{  
21.    "r": NumberLong(118),  
22.    "w": NumberLong(0)  
23.   \},  
24.   "timeAcquiringMicros": \{  
25.    "r": NumberLong(6),  
26.    "w": NumberLong(4)  
27.   \}  
28.  \},  
29.  "nreturned": 1,  
30.  "responseLength": 385,  
31.  "millis": 0,  
32.  "client": "127.0.0.1",  
33.  "user": ""  
34. \}

参数介绍：

ts:操作执行时的时间戳

millis:执行操作所花的时间

query：数据库查询操作，查询字段信息包括ntoreturn,query,nscanned,reslen,nreturned

ntoreturn:从查询中返回客户端指定的对象数

query:查询操作信息

nscanned:在执行查询操作的时候扫描了多少对象

reslen:查询结果的大小

nreturned:从查询中返回的结果对象

update：数据库更新操作，

insert：数据库插入操作

getmore：大数据量查询

查询优化：

1、如果nscanned 比 nreturned 大很多时，说明数据库扫描了很大对象才找到目标对象，因此需要为条件查询创建索引

2、当返回的结果集很大时即reslen值相当大时，会影响性能下降,在做find查询时，需要添加第二个查询参数，只获取需要显示的字段

参考： [http://www.cnblogs.com/DxSoft/archive/2010/10/21/1857357.html][http_www.cnblogs.com_DxSoft_archive_2010_10_21_1857357.html]

**\[plain\]**  [view plain][]   [copy][view plain]

[print][view plain] [?][view plain] [![在CODE上查看代码片][CODE]][CODE_CODE] [![派生到我的代码片][ico_fork.svg]][ico_fork.svg 1]

1.  > db.system.profile.find().pretty().limit(1)   
2.  \{   
3.  "ts" : ISODate("2015-03-19T08:36:13.451Z"),   
4.  "op" : "command",   
5.  "ns" : "test.$cmd",   
6.  "command" : \{   
7.  "profile" : 2,   
8.  "slowms" : 100   
9.  \},   
10. "ntoreturn" : 1,   
11. "keyUpdates" : 0,   
12. "numYield" : 0,   
13. "lockStats" : \{   
14. "timeLockedMicros" : \{   
15. "r" : NumberLong(0),   
16. "w" : NumberLong(18)   
17. \},   
18. "timeAcquiringMicros" : \{   
19. "r" : NumberLong(0),   
20. "w" : NumberLong(7)   
21. \}   
22. \},   
23. "responseLength" : 58,   
24. "millis" : 0,   
25. "client" : "127.0.0.1",   
26. "user" : ""   
27. \}

字段说明：   
ts： 该命令在何时执行   
op: 操作类型   
query: 本命令的详细信息   
responseLength: 返回结果集的大小   
ntoreturn: 本次查询实际返回的结果集   
millis: 该命令执行耗时，以毫秒记   
4.修改profiling大小   
capped Collections 比普通Collections 的读写效率高。Capped Collections 是高效率的Collection类型，它有如下特点：   
a. 固定大小；Capped Collections 必须事先创建，并设置大小：   
> db.createCollection("collection", \{capped:true, size:100000\})   
b. Capped Collections 可以insert 和update 操作,不能delete 操作。只能用drop()方法删除整个Collection。   
c. 默认基于Insert 的次序排序的。如果查询时没有排序，则总是按照insert 的顺序返回。   
d. FIFO。如果超过了Collection 的限定大小，则用FIFO 算法，新记录将替代最先insert的记录

**\[plain\]**  [view plain][]   [copy][view plain]

[print][view plain] [?][view plain] [![在CODE上查看代码片][CODE]][CODE_CODE] [![派生到我的代码片][ico_fork.svg]][ico_fork.svg 1]

1.  > db.setProfilingLevel(0)   
2.  \{ "was" : 2, "slowms" : 100, "ok" : 1 \}   
3.  > db.getProfilingLevel()   
4.  0   
5.  > db.system.profile.drop()   
6.  true   
7.  > db.createCollection("system.profile",\{capped:true, size: 1000000\})   
8.  \{ "ok" : 1 \}   
9.  > db.system.profile.stats()   
10. \{   
11. "ns" : "test.system.profile",   
12. "count" : 0,   
13. "size" : 0,   
14. "storageSize" : 1003520,   
15. "numExtents" : 1,   
16. "nindexes" : 0,   
17. "lastExtentSize" : 1003520,   
18. "paddingFactor" : 1,   
19. "systemFlags" : 0,   
20. "userFlags" : 0,   
21. "totalIndexSize" : 0,   
22. "indexSizes" : \{   
23.   
24. \},   
25. "capped" : true,   
26. "max" : 2147483647,   
27. "ok" : 1   
28. \}

关于capped Collections的介绍，请参考： [http://blog.csdn.net/zhu\_tianwei/article/details/44422995][http_blog.csdn.net_zhu_tianwei_article_details_44422995]

**三、查询分析器—dex **  
mongodb索引和查询分析器dex，是一种MongoDB的性能调整工具，比较MongoDB的日志文件和索引条目并给出索引建议。目前，必须提供一个连接数据库的URI。dex只建议完整的索引，而不是部分索引。不支持Windows平台。dex在运行过程中主要会进行下面三个步骤：   
1.解析query   
2.通过已存在的索引对当前query进行判断   
3.如果发现索引不当，就推荐合适的索引。   
  
**第一步：解析query **  
Dex会对查询query进行解析，分成下面几大类   
EQUIV – 普通按数值进行的查询，比如：\{a: 1\}   
SORT – sort操作，比如： .sort(\{a: 1\})   
RANGE – 范围查询，比如：Specifically: ‘$ne’, ‘$gt’, ‘$lt’, ‘$gte’, ‘$lte’, ‘$in’, ‘$nin’, ‘$all’, ‘$not’   
UNSUPPORTED   
组合式查询，比如：$and, $or, $nor   
除了RANGE之外的嵌套查询   
  
**第二步：判断当前索引情况 **  
有两个标准来找出查询所需的索引。   
Coverage (none, partial, full) - Coverage表示索引的情况，有括号中的三个值。none表示完全无索引覆盖。full表示query中的字段都能找到索引。partial表示none和full之间的情况。   
Order (ideal or not) - Order是用于判断索引的顺序是否理想。理想的索引顺序应该是： Equivalence ○ Sort ○ Range 值得注意的是，对地理位置索引只会进行分析，但是不会提出改进建议。   
  
**第三步：推荐合适的索引 **  
通过上面两步，我们能够对一个查询可能使用索引的情况有一个了解。Dex会生成一个此查询的最佳索引。如果这个索引不存在，并且查询情况不包括上面提到的UNSUPPORTED，那么Dex就会做出相应的索引优化建议。

[view plain]: http://blog.csdn.net/zhu_tianwei/article/details/44465455#
[CODE]: https://code.csdn.net/assets/CODE_ico.png
[CODE_CODE]: https://code.csdn.net/snippets/623593
[ico_fork.svg]: https://code.csdn.net/assets/ico_fork.svg
[ico_fork.svg 1]: https://code.csdn.net/snippets/623593/fork
[http_www.cnblogs.com_DxSoft_archive_2010_10_21_1857357.html]: http://www.cnblogs.com/DxSoft/archive/2010/10/21/1857357.html
[http_blog.csdn.net_zhu_tianwei_article_details_44422995]: http://blog.csdn.net/zhu_tianwei/article/details/44422995