mongodb -- 查询优化

第一步 找出慢速查询

1. 开启内置的查询分析器,记录读写操作效率:
   db.setProfilingLevel(n,{m}),n的取值可选0,1,2；
     1) 0是默认值表示不记录；
     2) 1表示记录慢速操作,如果值为1,m必须赋值单位为ms,用于定义慢速查询时间的阈值；
     3) 2表示记录所有的读写操作；
 例如:db.setProfilingLevel(1,300)

2. 查询监控结果
 监控结果保存在一个特殊的盖子集合system.profile里,这个集合分配了128kb的空间,要确保监控分析数据不会消耗太多的系统性资源；盖子集合维护了自然的插入顺序,可以使用$natural操作符进行排序,如:db.system.profile.find().sort({'$natural':-1}).limit(5)

 

第二步 分析慢速查询

 找出慢速查询的原因比较棘手,原因可能有多个:应用程序设计不合理、不正确的数据模型、硬件配置问题,缺少索引等；接下来对于缺少索引的情况进行分析:

使用explain分析慢速查询
 例如:db.orders.find({'price':{'$lt':2000}}).explain('executionStats')
 explain的入参可选值为:
   1) "queryPlanner" 是默认值,表示仅仅展示执行计划信息；
   2) "executionStats" 表示展示执行计划信息同时展示被选中的执行计划的执行情况信息；
   3) "allPlansExecution" 表示展示执行计划信息,并展示被选中的执行计划的执行情况信息,还展示备选的执行计划的执行情况信息； 

 

第三步 解读explain结果 

 queryPlanner（执行计划描述）
 winningPlan（被选中的执行计划）
 stage（可选项:COLLSCAN 没有走索引；IXSCAN使用了索引）
 rejectedPlans(候选的执行计划)
 executionStats(执行情况描述)
 nReturned （返回的文档个数）
 executionTimeMillis（执行时间ms）
 totalKeysExamined （检查的索引键值个数）
 totalDocsExamined （检查的文档个数）

 

---

优化目标 Tips:
1. 根据需求建立索引
2. 每个查询都要使用索引以提高查询效率, winningPlan. stage 必须为IXSCAN ；
3. 追求totalDocsExamined = nReturned