MongoDB索引

2024-05-28 01:59:08 70

本文内容纲要：

-索引的操作

-explain()和hint()

-组合索引

-索引选择机制

-索引和排序

-总结

数据库中的索引就是用来提高查询操作的性能，但是会影响插入、更新和删除的效率，因为数据库不仅要执行这些操作，还要负责索引的更新。

通过建立索引，影响一部分插入、更新和删除的效率，但是能大大挺高查询的效率，这个还是很值得的。

为了开始后面的操作，首先通过MongoDBshell插入一些测试数据。

1for(vari=0;i<10;i++){
2varrandAge=parseInt(5*Math.random())+20;
3vargender=(randAge%2)?"Male":"Female";
4db.school.students.insert({"name":"Will"+i,"gender":gender,"age":randAge});
5}
6
7
8/*我的数据，以下测试都是基于这个测试，由于数据是随机生成，所以测试每次都会不同
9{"name":"Will0","gender":"Female","age":22},
10{"name":"Will1","gender":"Female","age":20},
11{"name":"Will2","gender":"Male","age":24},
12{"name":"Will3","gender":"Male","age":23},
13{"name":"Will4","gender":"Male","age":21},
14{"name":"Will5","gender":"Male","age":20},
15{"name":"Will6","gender":"Female","age":20},
16{"name":"Will7","gender":"Female","age":24},
17{"name":"Will8","gender":"Male","age":21},
18{"name":"Will9","gender":"Female","age":24},
19*/

索引的操作

创建索引：在MongoDBshell中，可以通过ensureIndex()来创建所以，第一个参数是指定要创建所以的键。

通过unique参数可以创建唯一索引。

1>db.school.students.ensureIndex({"name":1},{"unique":true})
2>

查看索引：

1>db.school.students.getIndexes()
2[
3{
4"v":1,
5"key":{
6"_id":1
7},
8"ns":"test.school.students",
9"name":"_id_"
10},
11{
12"v":1,
13"key":{
14"name":1
15},
16"unique":true,
17"ns":"test.school.students",
18"name":"name_1"
19}
20]
21>

删除索引：

1>db.school.students.dropIndex("name_1")
2{"nIndexesWas":2,"ok":1}
3>

索引名称：默认情况下，索引的名称是"键_值_键_值…"的形式，当键的数量很多的时候，索引的名字就会很长。

所以，在创建索引的时候，可以通过"name"参数自定义索引的名字。

1>db.school.students.ensureIndex({"name":1},{"name":"myIndex"})
2>

explain()和hint()

通过explain()可以得到很多跟find相关的信息，对索引的分析很有帮助。

当有多个可以使用的索引时，MongoDB会自动选择最优索引，但是我们可以通过hint()操作选择我们想要使用的索引。

下面来看看没有索引时explain()的输出：

1>db.school.students.find({"name":"Will5"}).explain()
2{
3"cursor":"BasicCursor",
4"isMultiKey":false,
5"n":1,
6"nscannedObjects":6,
7"nscanned":6,
8"nscannedObjectsAllPlans":6,
9"nscannedAllPlans":6,
10"scanAndOrder":false,
11"indexOnly":false,
12"nYields":0,
13"nChunkSkips":0,
14"millis":0,
15"indexBounds":{
16
17},
18"server":"××××:27017"
19}
20>

分析：下面选择了几个我们比较关心的字段

cursor：BasicCursor表示是fullCollectionscan，即没有索引的全表扫描
n：满足查询条件的文档数量
nscannedObjects：总共扫描的文档的数量
nscanned：总共扫描的索引节点的数量
scanAndOrder：false表示，MongoDB现有索引下文档的顺序来返回排序结果；true表示，MongoDB需要在得到查询结果后重新排序
millis：完成查询需要的毫秒数

添加索引，再次检查explain()的输出：

1>db.school.students.ensureIndex({"name":1},{"unique":true})
2>db.school.students.find({"name":"Will5"}).explain()
3{
4"cursor":"BtreeCursorname_1",
5"isMultiKey":false,
6"n":1,
7"nscannedObjects":1,
8"nscanned":1,
9"nscannedObjectsAllPlans":1,
10"nscannedAllPlans":1,
11"scanAndOrder":false,
12"indexOnly":false,
13"nYields":0,
14"nChunkSkips":0,
15"millis":0,
16"indexBounds":{
17"name":[
18[
19"Will5",
20"Will5"
21]
22]
23},
24"server":"××××:27017"
25}
26>

组合索引

单键索引还是比较简单的，当使用组合索引的时候，就要多考虑一些了。自己也不确定能否总结的很好，如果错误，希望大家指出、讨论。

索引建立可能有多种方式，我们的目标就是减少"nscanned"（当然也有特例，请参照"索引和排序"）。

下面分析基于前面生成的数据来分析一下组合索引，假设我们要查询年龄大于等于23的女学生。

使用"age_1"索引的输出如下

1>db.school.students.find({"age":{"$gte":23},"gender":"Female"}).hint("age_1").explain()
2{
3"cursor":"BtreeCursorage_1",
4"isMultiKey":false,
5"n":2,
6"nscannedObjects":4,
7"nscanned":4,
8"nscannedObjectsAllPlans":4,
9"nscannedAllPlans":4,
10"scanAndOrder":false,
11"indexOnly":false,
12"nYields":0,
13"nChunkSkips":0,
14"millis":0,
15"indexBounds":{
16"age":[
17[
1823,
191.7976931348623157e+308
20]
21]
22},
23"server":"××××:27017"
24}
25>

索引的分析：

Index

Documents

Result

age:20

{"name":"Will1","gender":"Female","age":20}

"n":2

age:20

{"name":"Will5","gender":"Male","age":20}

"nscannedObjects":4

age:20

{"name":"Will6","gender":"Female","age":20}

"nscanned":4

age:21

{"name":"Will4","gender":"Male","age":21}

age:21

{"name":"Will8","gender":"Male","age":21}

age:22

{"name":"Will0","gender":"Female","age":22}

age:23

{"name":"Will3","gender":"Male","age":23}

age:24

{"name":"Will2","gender":"Male","age":24}

age:24

{"name":"Will7","gender":"Female","age":24}

age:24

{"name":"Will9","gender":"Female","age":24}

使用"age_1_gender_1"索引的输出如下

1>db.school.students.find({"age":{"$gte":23},"gender":"Female"}).hint("age_1_gender_1").explain()
2{
3"cursor":"BtreeCursorage_1_gender_1",
4"isMultiKey":false,
5"n":2,
6"nscannedObjects":2,
7"nscanned":4,
8"nscannedObjectsAllPlans":2,
9"nscannedAllPlans":4,
10"scanAndOrder":false,
11"indexOnly":false,
12"nYields":0,
13"nChunkSkips":0,
14"millis":0,
15"indexBounds":{
16"age":[
17[
1823,
191.7976931348623157e+308
20]
21],
22"gender":[
23[
24"Female",
25"Female"
26]
27]
28},
29"server":"××××:27017"
30}
31>

索引的分析：

Index

Documents

Result

age:20,gender:Female

{"name":"Will1","gender":"Female","age":20}

"n":2

age:20,gender:Female

{"name":"Will6","gender":"Female","age":20}

"nscannedObjects":2

age:20,gender:Male

{"name":"Will5","gender":"Male","age":20}

"nscanned":4

age:21,gender:Male

{"name":"Will4","gender":"Male","age":21}

age:21,gender:Male

{"name":"Will8","gender":"Male","age":21}

age:22,gender:Female

{"name":"Will0","gender":"Female","age":22}

age:23,gender:Male

{"name":"Will3","gender":"Male","age":23}

age:24,gender:Female

{"name":"Will7","gender":"Female","age":24}

age:24,gender:Female

{"name":"Will9","gender":"Female","age":24}

age:24,gender:Male

{"name":"Will2","gender":"Male","age":24}

使用"gender_1_age_1"索引的输出如下

1>db.school.students.find({"age":{"$gte":23},"gender":"Female"}).hint("gender_1_age_1").explain()
2{
3"cursor":"BtreeCursorgender_1_age_1",
4"isMultiKey":false,
5"n":2,
6"nscannedObjects":2,
7"nscanned":2,
8"nscannedObjectsAllPlans":2,
9"nscannedAllPlans":2,
10"scanAndOrder":false,
11"indexOnly":false,
12"nYields":0,
13"nChunkSkips":0,
14"millis":0,
15"indexBounds":{
16"gender":[
17[
18"Female",
19"Female"
20]
21],
22"age":[
23[
2423,
251.7976931348623157e+308
26]
27]
28},
29"server":"××××:27017"
30}
31>

索引的分析：

Index

Documents

Result

gender:Female,age:20

{"name":"Will1","gender":"Female","age":20}

"n":2

gender:Female,age:20

{"name":"Will6","gender":"Female","age":20}

"nscannedObjects":2

gender:Female,age:22

{"name":"Will0","gender":"Female","age":22}

"nscanned":2

gender:Female,age:24

{"name":"Will7","gender":"Female","age":24}

gender:Female,age:24

{"name":"Will9","gender":"Female","age":24}

gender:Male,age:20

{"name":"Will5","gender":"Male","age":20}

gender:Male,age:21

{"name":"Will4","gender":"Male","age":21}

gender:Male,age:21

{"name":"Will8","gender":"Male","age":21}

gender:Male,age:23

{"name":"Will3","gender":"Male","age":23}

gender:Male,age:24

{"name":"Will2","gender":"Male","age":24}

通过上面的例子可以看出，在使用组合索引的时候还是要考虑很多东西的，所以可以结合explain()来进行分析。

索引选择机制

由于我们前面创建了三个索引，下面我们直接使用默认查询。

1>db.school.students.find({"age":{"$gte":23},"gender":"Female"}).explain()
2{
3"cursor":"BtreeCursorgender_1_age_1",
4"isMultiKey":false,
5"n":2,
6"nscannedObjects":2,
7"nscanned":2,
8"nscannedObjectsAllPlans":2,
9"nscannedAllPlans":2,
10"scanAndOrder":false,
11"indexOnly":false,
12"nYields":0,
13"nChunkSkips":0,
14"millis":0,
15"indexBounds":{
16"gender":[
17[
18"Female",
19"Female"
20]
21],
22"age":[
23[
2423,
251.7976931348623157e+308
26]
27]
28},
29"server":"××××:27017"
30}
31>

存在多条索引的情况下，MongoDB首选nscanned值最低的索引。

索引和排序

基于上面的例子，我们加上对"name"的排序操作。这时，我们可以看到"scanAndOrder"变成了"true"。

1>db.school.students.find({"age":{"$gte":23},"gender":"Female"}).sort({"name":1}).explain()
2{
3"cursor":"BtreeCursorgender_1_age_1",
4"isMultiKey":false,
5"n":2,
6"nscannedObjects":2,
7"nscanned":2,
8"nscannedObjectsAllPlans":7,
9"nscannedAllPlans":9,
10"scanAndOrder":true,
11"indexOnly":false,
12"nYields":0,
13"nChunkSkips":0,
14"millis":0,
15"indexBounds":{
16"gender":[
17[
18"Female",
19"Female"
20]
21],
22"age":[
23[
2423,
251.7976931348623157e+308
26]
27]
28},
29"server":"××××:27017"
30}

在这个例子中，"nscanned"是最小的，所以这个方案是查询效率最高的。但是，我们要注意一下"scanAndOrder"，根据MongoDB文档的解释，查询结果的排序不能利用现有的索引，MongoDB会把find找到的结果放入内存重新排序。这样的话，如果数据量很大，会对性能产生很大的影响。

最好的办法是利用索引来进行排序。

在这种情况下，就要加入一个"name"的索引，同时在find操作时使用hint来指定索引方式，因为默认情况MongoDB会选择"nscanned"最小的方式。

1>db.school.students.ensureIndex({"gender":1,"name":1})
2>db.school.students.find({"age":{"$gte":23},"gender":"Female"}).sort({"name":1}).hint("gender_1_name_1").explain()
3{
4"cursor":"BtreeCursorgender_1_name_1",
5"isMultiKey":false,
6"n":2,
7"nscannedObjects":5,
8"nscanned":5,
9"nscannedObjectsAllPlans":5,
10"nscannedAllPlans":5,
11"scanAndOrder":false,
12"indexOnly":false,
13"nYields":0,
14"nChunkSkips":0,
15"millis":0,
16"indexBounds":{
17"gender":[
18[
19"Female",
20"Female"
21]
22],
23"name":[
24[
25{
26"$minElement":1
27},
28{
29"$maxElement":1
30}
31]
32]
33},
34"server":"xxxx:27017"
35}
36>

通过这种方式，就可以利用索引的排序来避免"scanAndOrder"为true的情况。但是再看看上面的方式，似乎可以进一步优化，虽然不能减少"nscanned"，但是可以减少"nscannedObjects"。

1>db.school.students.ensureIndex({"gender":1,"name":1,"age":1})
2>db.school.students.find({"age":{"$gte":23},"gender":"Female"}).sort({"name":1}).hint("gender_1_name_1_age_1").explain()
3{
4"cursor":"BtreeCursorgender_1_name_1_age_1",
5"isMultiKey":false,
6"n":2,
7"nscannedObjects":2,
8"nscanned":5,
9"nscannedObjectsAllPlans":2,
10"nscannedAllPlans":5,
11"scanAndOrder":false,
12"indexOnly":false,
13"nYields":0,
14"nChunkSkips":0,
15"millis":0,
16"indexBounds":{
17"gender":[
18[
19"Female",
20"Female"
21]
22],
23"name":[
24[
25{
26"$minElement":1
27},
28{
29"$maxElement":1
30}
31]
32],
33"age":[
34[
3523,
361.7976931348623157e+308
37]
38]
39},
40"server":"xxxx:27017"
41}
42>

总结

MongoDB中，索引还有很多东西，本文只是通过一些例子来介绍了索引的使用，以及组合索引的简单分析

Ps:本文中所有例子中的命令都可以参考以下链接

https://files.cnblogs.com/wilber2013/index.js

本文内容总结：索引的操作，explain()和hint()，组合索引，索引选择机制，索引和排序，总结，

原文链接：https://www.cnblogs.com/wilber2013/p/4136318.html

MongoDB索引

本文内容纲要：

索引的操作

explain()和hint()

组合索引

索引选择机制

索引和排序

总结

热门推荐

随机推荐