MongoDB 是一個基于分布式文件存儲的數(shù)據(jù)庫。由 C++ 語言編寫。旨在為 WEB 應(yīng)用提供可擴(kuò)展的高性能數(shù)據(jù)存儲解決方案。MongoDB索引幾乎和關(guān)系型數(shù)據(jù)庫的索引一樣.MongoDB的查詢優(yōu)化器能夠使用這種數(shù)據(jù)結(jié)構(gòu)來快速的對集合(collection)中的文檔(collection)進(jìn)行尋找和排序.準(zhǔn)確來說，這些索引是通過B-Tree索引來實現(xiàn)的。在命令行中，可以通過調(diào)用ensureIndex()函數(shù)來建立索引，該函數(shù)指定一個到多個需要索引的字段，下面介紹mongodb索引如何優(yōu)化

一、索引簡介

例如如下數(shù)據(jù)

db.refactor.insert({"username":"refactor","age":24,"isactive":true})
db.refactor.insert({"username":"refactor","age":30,"isactive":false})
db.refactor.insert({"username":"aaaaa","age":24,"isactive":false})
db.refactor.insert({"username":"aaaaa","age":34,"isactive":true})
db.refactor.insert({"username":"sssssss","age":24,"isactive":true})
db.refactor.insert({"username":"tttttt","age":24,"isactive":true})
db.refactor.insert({"username":"tttttt","age":54,"isactive":true})
db.refactor.insert({"username":"bbbbb","age":24,"isactive":false})
db.refactor.insert({"username":"rrrrr","age":24,"isactive":true})
db.refactor.insert({"username":"rrrrr","age":54,"isactive":false})

要按照username鍵進(jìn)行查找,就可以在此鍵上建立索引,來提高查詢速度.

db.refactor.ensureIndex({"username":1})

要按照username，age鍵進(jìn)行查找,就可以在此鍵上建立索引,來提高查詢速度.

db.refactor.ensureIndex({"age":1,"username":1})

傳遞給ensureIndex的文檔是一組值為1或-1的鍵,1為升序，-1為降序，表示索引的創(chuàng)建方向.若索引只有一個鍵,則方向無關(guān)緊要.

若是有多個鍵,就得考慮索引的方向問題了.

二、mongodb自帶的就有監(jiān)控，根據(jù)這些監(jiān)控信息，可以做為優(yōu)化的依據(jù)

1、explain執(zhí)行計劃

MongoDB提供了一個explain命令讓我們獲知系統(tǒng)如何處理查詢請求。利用explain命令，我們可以很好地觀察系統(tǒng)如何使用索引來加快檢索同時可以針對性優(yōu)化索引。

幾個關(guān)鍵的字段說明

cursor:返回游標(biāo)類型(BasicCursor或BtreeCursor)
nscanned:被掃描的文檔數(shù)量
n:返回的文檔數(shù)量
millis:耗時(毫秒)
indexBounds:所使用的索引

例如

SQL 代碼

>db.order.ensureIndex({"user.uid":1})

>db.order.find({ "status": 1.0, "user.uid": { $gt: 2663199.0 } }).explain() 
{ 
"cursor" : "BtreeCursor user.uid_1", 
"nscanned" : 337800, 
"nscannedObjects" : 337800, 
"n" : 337800, 
"millis" : 1371, 
"nYields" : 0, 
"nChunkSkips" : 0, 
"isMultiKey" : false, 
"indexOnly" : false, 
"indexBounds" : { 
"user.uid" : [ 
[ 
2663199, 
1.7976931348623157e+308 
] 
] 
} 
}

2、優(yōu)化器profile

在MySQL中慢查詢?nèi)罩臼墙?jīng)常作為我們優(yōu)化數(shù)據(jù)庫的依據(jù)那在MongoDB中是否有類似的功能呢?答案是肯定的那就是MongoDBDatabaseProfiler。所以MongoDB不僅有而且還有一些比MySQL的SlowQueryLog更詳細(xì)的信息。
mongodb把要輸出的慢語句，存在于db.system.profile。與mysql的slowlog配置相似，需要進(jìn)行參數(shù)設(shè)置，mongo才會輸出慢語句到profile。有兩個參數(shù)來控制profile的輸出
db.setProfilingLevel(level,slowms);

默認(rèn)為0 不輸出 1按第二個參數(shù)時間閥值(單位為毫秒)輸出 2全部輸出。通常我們在調(diào)優(yōu)的時候都在測試環(huán)境打開參數(shù)。在生產(chǎn)環(huán)境下一般不輸出profile。

比如

> db.system.profile.find({millis:{$gt:1000}})

就可以輸出，查詢時間大于1秒的慢語句。

profile輸出的各項值的含義是

ts：命令執(zhí)行時間
info：命令的內(nèi)容
query：代表查詢
order.order： 代表查詢的庫與集合
reslen：返回的結(jié)果集大小，byte數(shù)
nscanned：掃描記錄數(shù)量
nquery：后面是查詢條件
nreturned：返回記錄數(shù)及用時
millis：所花時間

如果發(fā)現(xiàn)時間比較長，那么就需要作優(yōu)化。

比如

（1）、nscanned數(shù)很大，或者接近記錄總數(shù)，那么可能沒有用到索引查詢。

（2）、reslen很大，有可能返回沒必要的字段。

（3）、nreturned很大，那么有可能查詢的時候沒有加限制。

三、MongoDB的索引選擇機(jī)制

MongoDB的優(yōu)化程序會在對比中選擇更優(yōu)秀的索引。

首先，它會給查詢做一個初步的“最佳索引”；

其次，假如這個最佳索引不存在它會做嘗試來選出表現(xiàn)最好的索引；

最后，優(yōu)化器還會記住所有類似查詢的選擇（只到大規(guī)模文件變動或者索引上的變動）。

那么優(yōu)化器是如何定義查詢的“最佳索引”。最佳索引必須包含查詢中所有可以做過濾及需要排序的字段。此外任何用于范圍掃描的字段以及排序字段都必須排在做等值查詢的字段之后。如果存在不同的最佳索引，那么Mongo將隨機(jī)選擇。

四、MongoDB的索引總結(jié)

1. 等值測試

索引中加入所有需要做等值測試的字段，任意順序。

2. 排序字段（多排序字段的升/降序問題 ）

根據(jù)查詢的順序有序的向索引中添加字段。

3. 范圍過濾

以字段的基數(shù)（Collection中字段的不同值的數(shù)量）從低到高的向索引中添加范圍過濾字段。

4、如果索引中的等值或者范圍查詢字段不能過濾出Collection中90%以上的文檔，那么把它移除索引估計會更好一些。

5、索引使得可以通過關(guān)鍵字段獲取數(shù)據(jù)，能夠使得快速查詢和更新數(shù)據(jù)。但是，必須注意的是，索引也會在插入和刪除的時候增加一些系統(tǒng)的負(fù)擔(dān)。往集合中插入數(shù)據(jù)的時候，索引的字段必須加入到B-Tree中去，因此，索引適合建立在讀遠(yuǎn)多于寫的數(shù)據(jù)集上，對于寫入頻繁的集合，在某些情況下，索引反而有副作用。不過大多數(shù)集合都是讀頻繁的集合，所以集合在大多數(shù)情況下是有用的。

6、如果數(shù)據(jù)集合比較小（通常小于4M），使用sort（）而不需要建立索引就能夠返回數(shù)據(jù)。在這種情況下，做好聯(lián)合使用limit()和sort()。

關(guān)于Mongodb索引的優(yōu)化就給大家介紹這么多，希望對大家有所幫助！

最新評論