db.collection.explain（）

评估查询的性能

inventory包含以下文档的集合：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10


{ "_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 }

查询与无索引

以下查询检索该quantity字段的值介于100和之间200（含）的文档：

1

db.inventory.find( { quantity: { $gte: 100, $lte: 200 } } )

该查询返回以下文档：

1
2
3


{ "_id" : 2, "item" : "f2", "type" : "food", "quantity" : 100 }
{ "_id" : 3, "item" : "p1", "type" : "paper", "quantity" : 200 }
{ "_id" : 4, "item" : "p2", "type" : "paper", "quantity" : 150 }

要查看所选的查询计划，请将 cursor.explain("executionStats") 游标方法链接到find命令的末尾：

1
2
3


db.inventory.find(
   { quantity: { $gte: 100, $lte: 200 } }
).explain("executionStats")

explain（）返回以下结果：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23


{
   "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以指示收集扫描。集合扫描表明，mongod必须逐个文档扫描整个集合文档以识别结果。这通常是一项昂贵的操作，并且可能导致查询缓慢。
executionStats.nReturned显示3表示查询匹配并返回三个文档。
executionStats.totalKeysExamined显示0 以指示这是查询未使用索引。
executionStats.totalDocsExamined显示10 以指示MongoDB必须扫描十个文档（即集合中的所有文档）才能找到三个匹配的文档。

匹配文档数和已检查文档数之间的差异可能表明，为了提高效率，查询可能会受益于索引的使用。

索引查询

要支持对该quantity字段的查询，请在该字段上添加一个索引 quantity：

1

db.inventory.createIndex( { quantity: 1 } )

要查看查询计划统计信息，请使用以下 explain(“executionStats”)方法：

1
2
3


db.inventory.find(
   { quantity: { $gte: 100, $lte: 200 } }
).explain("executionStats")

该explain()方法返回以下结果：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29


{
   "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以指示索引的使用。
executionStats.nReturned 显示3表示查询匹配并返回三个文档。
executionStats.totalKeysExamined显示3 以指示MongoDB扫描了三个索引条目。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。在 mongod没有扫描所有的文件，只有三个匹配文档不得不被拉入内存中。这导致非常有效的查询。
executionStats.totalDocsExamined屏幕显示3 MongoDB扫描了三个文档。

没有索引，查询将扫描整个10 文档集合以返回3匹配的文档。该查询还必须扫描每个文档的整体，可能会将它们拉入内存。这导致昂贵且可能缓慢的查询操作。

当使用索引运行时，查询会扫描3索引条目和3文档以返回3匹配的文档，从而产生非常高效的查询。

比较索引表现

若要手动比较使用多个索引的查询的性能，可以将该hint() 方法与该explain() 方法结合使用。

考虑以下查询：

1
2
3
4
5
6


db.inventory.find( {
   quantity: {
      $gte: 100, $lte: 300
   },
   type: "food"
} )

该查询返回以下文档：

1
2


{ "_id" : 2, "item" : "f2", "type" : "food", "quantity" : 100 }
{ "_id" : 5, "item" : "f3", "type" : "food", "quantity" : 300 }

要支持查询，请添加复合索引。对于复合索引，字段的顺序很重要。

例如，添加以下两个复合索引。第一个索引按quantity字段顺序排序，然后按 type字段排序。第二个索引按顺序排序type，然后按quantity字段排序。

1
2


db.inventory.createIndex( { quantity: 1, type: 1 } )
db.inventory.createIndex( { type: 1, quantity: 1 } )

评估第一个索引对查询的影响：

1
2
3


db.inventory.find(
   { quantity: { $gte: 100, $lte: 300 }, type: "food" }
).hint({ quantity: 1, type: 1 }).explain("executionStats")

该explain()方法返回以下输出：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29


{
   "queryPlanner" : {
      ...
      "winningPlan" : {
         "stage" : "FETCH",
         "inputStage" : {
            "stage" : "IXSCAN",
            "keyPattern" : {
               "quantity" : 1,
               "type" : 1
            },
            ...
            }
         }
      },
      "rejectedPlans" : [ ]
   },
   "executionStats" : {
      "executionSuccess" : true,
      "nReturned" : 2,
      "executionTimeMillis" : 0,
      "totalKeysExamined" : 5,
      "totalDocsExamined" : 2,
      "executionStages" : {
      ...
      }
   },
   ...
}

MongoDB扫描了5个索引键（executionStats.totalKeysExamined）以返回2个匹配的文档（executionStats.nReturned）。

评估第二个索引对查询的影响：

1
2
3


db.inventory.find(
   { quantity: { $gte: 100, $lte: 300 }, type: "food" }
).hint({ type: 1, quantity: 1 }).explain("executionStats")

该explain()方法返回以下输出：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28


{
   "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个索引键（executionStats.totalKeysExamined）以返回2个匹配的文档（executionStats.nReturned）。

对于此示例查询，复合索引{ type: 1, quantity: 1 }比复合索引{ quantity: 1, type: 1 }效率更高。

MongoDB查询性能分析

文章目录

db.collection.explain（）

评估查询的性能

查询与无索引

索引查询

比较索引表现