做html网站模板,网站推广做多大尺寸,wordpress 当前页面名称,网站 用php asp源码 比较好cursor.explain(“executionStats”)和 db.collection.explain(“executionStats”) 方法提供关于查询性能的相关信息。这些信息可用于衡量查询是否使用了索引以及如何使用索引。
db.collection.explain() 还提供有关其他操作的执行信息。例如 db.collection.update()。 有关详…cursor.explain(“executionStats”)和 db.collection.explain(“executionStats”) 方法提供关于查询性能的相关信息。这些信息可用于衡量查询是否使用了索引以及如何使用索引。
db.collection.explain() 还提供有关其他操作的执行信息。例如 db.collection.update()。 有关详情信息请参见 db.collection.explain() 。
评价查询性能
考虑采用以下的 inventory 集合文档
db.inventory.insert([{ _id : 1, item : f1, type: food, quantity: 500 },{ _id : 2, item : f2, type: food, quantity: 100 },{ _id : 3, item : p1, type: paper, quantity: 200 },{ _id : 4, item : p2, type: paper, quantity: 150 },{ _id : 5, item : f3, type: food, quantity: 300 },{ _id : 6, item : t1, type: toys, quantity: 500 },{ _id : 7, item : a1, type: apparel, quantity: 250 },{ _id : 8, item : a2, type: apparel, quantity: 400 },{ _id : 9, item : t2, type: toys, quantity: 50 },{ _id : 10, item : f4, type: food, quantity: 75 }
]);不使用索引查询
以下查询返回 quantity 值在 100 到 200 之间含的文档
db.inventory.find( { quantity: { $gte: 100, $lte: 200 } } )将cursor.explain(“executionStats”)游标方法拼接到find 命令的结尾显示查询选择的计划
db.inventory.find({ quantity: { $gte: 100, $lte: 200 } }
).explain(executionStats)explain() 方法返回如下结果
{queryPlanner : {plannerVersion : 1,...winningPlan : {stage : COLLSCAN,...}},executionStats : {executionSuccess : true,nReturned : 3,executionTimeMillis : 0,totalKeysExamined : 0,totalDocsExamined : 10,executionStages : {stage : COLLSCAN,...},...},...
}queryPlanner.winningPlan.stage 显示 COLLSCAN 表示集合扫描。 集合扫描表示mongod必须按照文档扫描整个文档集合来匹配结果。这通常是昂贵的操作可能导致查询速度慢。 executionStats.nReturned 显示3表示查询匹配到并返回3个文档。 executionStats.totalKeysExamined 显示0表示这个查询没有使用索引。 executionStats.totalDocsExamined 显示10表示MongoDB扫描了10个文档从中查询匹配到3个文档。
匹配文档的数量与检查文档的数量之间的差异可能意味着查询可以使用索引提高的查询效率。
基于索引查询
为了查询支持 quantity 字段在 quantity 字段上新增索引
db.inventory.createIndex( { quantity: 1 } )使用 explain(“executionStats”) 方法显示查询计划信息
db.inventory.find({ quantity: { $gte: 100, $lte: 200 } }
).explain(executionStats)这个 explain() 方法返回如下结果信息:
{queryPlanner : {plannerVersion : 1,...winningPlan : {stage : FETCH,inputStage : {stage : IXSCAN,keyPattern : {quantity : 1},...}},rejectedPlans : [ ]},executionStats : {executionSuccess : true,nReturned : 3,executionTimeMillis : 0,totalKeysExamined : 3,totalDocsExamined : 3,executionStages : {...},...},...
}queryPlanner.winningPlan.inputStage.stage 显示 IXSCAN 表示使用了索引。executionStats.nReturned 显示3表示查询匹配到并返回3个文档。executionStats.totalKeysExamined 显示3表示MongoDB 扫描了3个索引数据。 检查的键数与返回的文档数相匹配这意味着mongod只需检查索引键即可返回结果。mongod不必扫描所有文档只有三个匹配的文档被拉入内存。 这个查询结果是非常高效的。executionStats.totalDocsExamined 显示3表示MongoDB扫描了3个文档。
没有使用索引时查询将扫描整个集合中的10个文档返回匹配到的3个文档。查询时会将它们拉入内存并扫描每个文档的整体。这个结果非常耗性能并且潜在的会导致查询变慢。
当使用索引运行时查询扫描3个索引条目然后3个文档中返回匹配到的3个文档这个查询结果非常高效。
比较索引的性能
查询时不止一个索引时手动的比较索引性能可以使用 hint() 方法再结合 explain() 方法。
考虑下面的查询
db.inventory.find( {quantity: {$gte: 100, $lte: 300},type: food
} )查询结果如下
{ _id : 2, item : f2, type : food, quantity : 100 }
{ _id : 5, item : f3, type : food, quantity : 300 }为了支持这个查询添加复合索引。复合索引中字段的顺序很重要。
例如添加如下的2个复合索引。第一个索引先使用 quantity 再使用 type 字段创建索引。第二个索引先使用 type 再使用 quantity 字段创建索引。
db.inventory.createIndex( { quantity: 1, type: 1 } )
db.inventory.createIndex( { type: 1, quantity: 1 } )查询使用第一个索引来评估性能
db.inventory.find({ quantity: { $gte: 100, $lte: 300 }, type: food }
).hint({ quantity: 1, type: 1 }).explain(executionStats)这个 explain() 方法返回如下输出信息:
{queryPlanner : {...winningPlan : {stage : FETCH,inputStage : {stage : IXSCAN,keyPattern : {quantity : 1,type : 1},...}}},rejectedPlans : [ ]},executionStats : {executionSuccess : true,nReturned : 2,executionTimeMillis : 0,totalKeysExamined : 6,totalDocsExamined : 2,executionStages : {...}},...
}MongoDB 扫描了6条索引键 (executionStats.totalKeysExamined) 并返回了2条匹配到的文档(executionStats.nReturned)。
查询使用第二个索引来评估性能
db.inventory.find({ quantity: { $gte: 100, $lte: 300 }, type: food }
).hint({ type: 1, quantity: 1 }).explain(executionStats)这个 explain() 方法返回如下输出信息:
{queryPlanner : {...winningPlan : {stage : FETCH,inputStage : {stage : IXSCAN,keyPattern : {type : 1,quantity : 1},...}},rejectedPlans : [ ]},executionStats : {executionSuccess : true,nReturned : 2,executionTimeMillis : 0,totalKeysExamined : 2,totalDocsExamined : 2,executionStages : {...}},...
}MongoDB 扫描了2条索引键 (executionStats.totalKeysExamined) 并返回了2条匹配到的文档(executionStats.nReturned)。
这个查询例子中复合索引 {type1quantity1} 比复合索引 {quantity1type1} 更高效。
个人博客 学习园
