學(xué)習(xí)mongodb，體會mongodb的每一個使用細(xì)節(jié)，歡迎閱讀威贊的文章。這是威贊發(fā)布的第93篇mongodb技術(shù)文章，歡迎瀏覽本專欄威贊發(fā)布的其他文章。如果您認(rèn)為我的文章對您有幫助或者解決您的問題，歡迎在文章下面點個贊，或者關(guān)注威贊。謝謝。

Mongodb為提高數(shù)組的查詢效率，針對數(shù)組構(gòu)建了多鍵索引。而Mongodb在應(yīng)用多鍵數(shù)組查詢時，也通過構(gòu)建，減少數(shù)組查詢的數(shù)值范圍，來提高查詢性能。本文結(jié)合Mongodb官方文檔，闡述Mongodb在使用多鍵索引時的邊界優(yōu)化。

概述

索引邊界定義了索引值的區(qū)間段。Mongodb在查詢時，用這個區(qū)間段來查詢索引中的數(shù)據(jù)。當(dāng)用戶針對索引字段指定多個查詢條件時，mongdb嘗試合并這些查詢條件的區(qū)間范圍來計算出更小的范圍區(qū)間，來獲得更快的查詢速度并減少資源利用。

使用多鍵索引的邊界交集來查詢

邊界交集代表多個邊界相互重合的點。如有兩個區(qū)間[3, 無窮大]和[無窮小，6]，這兩個區(qū)間的交集就是[3,6]。Mongodb將這種求交集的方式，應(yīng)用到數(shù)據(jù)查詢當(dāng)中。有一個構(gòu)建了索引的數(shù)組字段，當(dāng)使用$elemMatch指定多個查詢條件查詢數(shù)據(jù)時，Mongodb會將查詢條件合并。下邊的例子，說明了這種查詢優(yōu)化方法。

構(gòu)建結(jié)合students并插入數(shù)據(jù)

db.students.insertMany([
    {_id: 1, name: 'Shawn', grades: [70,85]},
    {_id: 2, name: 'Elena', grades: [92, 84]}
])

為數(shù)組創(chuàng)建多鍵索引

db.students.createIndex({grades: 1})

構(gòu)建查詢語句

db.students.find( { grades: { $elemMatch: { $gte: 90, $lte:99 } } } )

這個語句中，只要數(shù)組中任何一個數(shù)據(jù)符合大于等于90，小于等于99的數(shù)據(jù)。

單獨分析每個查詢條件，第一個邊界是[90，無窮大]，第二個邊界是[無窮小，99]，在使用$elemMatch時，mongodb先計算兩個邊界的交集[90,99]

當(dāng)不使用$elemMatch時，Mongodb不會先計算邊界的交集。

db.students.find( { grades: { $gte: 90, $lte:99 } }  )

該查詢會查詢出滿足下面兩個條件的文檔

• 數(shù)組grades中至少有一個元素大于等于90
• 數(shù)組grades中至少有一個元素小于等于99

因為沒有使用$elemMatch, Mongodb不會計算邊界的交集。而是使用兩個邊界中的任何一個來查找，不能保證使用哪一個條件。

從解釋計劃當(dāng)中也能看出來兩者查詢數(shù)據(jù)范圍的不同

db.students.find( { grades: { $elemMatch: { $gte: 90, $lte:99 } } } ).explain()
db.students.find( { grades: { $gte: 90, $lte:99 } }  ).explain()

下面兩張圖片中，左邊使用了$elemMatch, 右側(cè)沒有使用

復(fù)合多鍵索引邊界混合

復(fù)合邊界集合了復(fù)合多鍵索引中的邊界。使用復(fù)合多鍵索引的多個字段邊界值，能夠減少查詢時間。Mongodb不需要單獨計算每個邊界的查詢結(jié)果。如符合索引{temperature: 1, humidity: 1}有下面的兩個邊界

• 溫度[80, 無窮大]
• 濕度[無窮小，20]

則計算出來的復(fù)合邊界就是

{ temperature: [80, 無窮大]， humidity: [無窮小，20]}

如果mongodb不能將這兩個邊界混合，mongodb只能夠使用前面的字段索引來查詢數(shù)據(jù)。在這個例子中，前面的字段是temperature。下面的應(yīng)用，詳細(xì)描述了mongodb在復(fù)合多鍵索引中的邊界混合。

非數(shù)組字段和數(shù)組字段的邊界混合

這個例子展示了mongodb通過混合邊界來定義更高效的查詢約束提高性能

構(gòu)建survey集合并插入數(shù)據(jù)

db.survey.insertMany([
    { _id: 1, item: "abc", ratings: [ 2, 5, 8 ] },
    { _id: 2, item: "xyz", ratings: [ 5, 8 ] }
])

創(chuàng)建復(fù)合多鍵索引

db.survey.createIndex({item: 1, ratings: 1})

構(gòu)建查詢語句

db.survey.find({item: "abc", ratings: { $gte: 3}})

直接看執(zhí)行計劃，會更清楚一些

該查詢使用字段item和數(shù)組字段rating進行查找。單獨來看么一個查詢條件

item字段值是“abc”， mongodb在執(zhí)行時，轉(zhuǎn)換為邊界["abc", "abc"]

rating邊界是{$gte: 3},轉(zhuǎn)換為[3,無窮大]

mongodb將兩個邊界組合進行查詢

非數(shù)組字段和多個數(shù)組字段的邊界混合

下面的例子展現(xiàn)了mongodb怎樣將非數(shù)組字段和多個數(shù)組字段的邊界混合

構(gòu)建集合survey2并插入數(shù)據(jù)

db.survey2.insertMany([
    { _id: 1, item: "abc", ratings: [ { score: 2, by: "mn"}, { score: 9, by: "anon"}] },
    { _id: 2, item: "xyz", ratings: [  { score: 5, by: "anon"}, { score: 7, by: "wv"}] }
])

為集合添加符合多鍵索引

db.survey2.createIndex({item: 1, "ratings.score": 1, "ratings.by": 1})

構(gòu)建查詢語句

db.surver2.find({item: "xyz", "ratings.score": { $lte: 5}, "ratings.by": "anon"})

單獨看每個查詢條件

• item字段的邊界 item: "xyz", 轉(zhuǎn)換為[["xyz", "xyz"]]
• score的邊界是{$lte:5},轉(zhuǎn)換為[無窮小， 5]，
• by的邊界是 by: "anon",轉(zhuǎn)換為["anon", "anon"]

Mongodb 將item的邊界和ratings.score或ratings.by當(dāng)中的一個邊界混合，取決于查詢操作符和索引值。當(dāng)mongodb不能確認(rèn)使用哪個邊界來進行混合。執(zhí)行計劃也無法確定使用哪個索引來進行查詢。

為了保證mongodb能夠?qū)⑽臋n數(shù)組中的邊界混合，必須使用$elemMatch操作符

混合相同數(shù)組中多個字段的邊界

為了能夠混合相同數(shù)組中多個字段的索引邊界，必須滿足下面兩個條件

• 除了字段名稱以外，索引鍵必須在相同的路徑上
• 查詢語句必須使用$elemMatch查詢相同路徑上的值

在嵌入式文檔數(shù)組中，使用點操作符的字段名稱，如“a.b.c.d”, 就是字段d的字段路徑。為了能夠混合相同數(shù)組中的多個邊界，$elemMatch必須在這個路徑上，并且不包含字段本身。如“a.b.c”

在前面創(chuàng)建的集合survey2中添加索引

db.surver2.createIndex({"ratings.score": 1, "ratings.by": 1})

構(gòu)建查詢語句， 使用$elemMatch操作符查詢ratings字段，查詢出滿足兩個條件的數(shù)據(jù)。

db.surver2.find({ratings: {$elemMatch: {score: {$lte: 5}, by: "anon"}}})

看查詢計劃，能夠看到mongodb混合了兩個邊界為一個邊界

到此這篇關(guān)于Mongodb多鍵索引中索引邊界的混合的文章就介紹到這了,更多相關(guān)Mongodb多鍵索引邊界內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論