python mongodb查询速度优化_Mongodb 3 查询优化（语句优化、建索引）

一、explain()，语句分析工具

MongoDB 3.0之后，explain的返回与使用方法与之前版本有了很大的变化，介于3.0之后的优秀特色和我们目前所使用给的是3.0.7版本，本文仅针对MongoDB 3.0+的explain进行讨论。3.0+的explain有三种模式，分别是：queryPlanner、executionStats、allPlansExecution。现实开发中，常用的是executionStats模式，主要分析这种模式。

给这个person集合创建age键的索引：db.person.createIndex({"age":1})

db.getCollection('person').find({"age":{"$lte":2000}}).explain("executionStats")

{"queryPlanner": {"plannerVersion" : 1,"namespace" : "personmap.person","indexFilterSet" : false,"parsedQuery": {"age": {"$lte" : 2000.0}

},"winningPlan": {"stage" : "FETCH","inputStage": {"stage" : "IXSCAN","keyPattern": {"age" : 1.0},"indexName" : "age_1","isMultiKey" : false,"direction" : "forward","indexBounds": {"age": ["[-1.#INF, 2000.0]"]

}

}

},"rejectedPlans": []

},"executionStats": {"executionSuccess" : true,"nReturned" : 2001,"executionTimeMillis" : 143,"totalKeysExamined" : 2001,"totalDocsExamined" : 2001,"executionStages": {"stage" : "FETCH","nReturned" : 2001,"executionTimeMillisEstimate" : 0,"works" : 2002,"advanced" : 2001,"needTime" : 0,"needFetch" : 0,"saveState" : 16,"restoreState" : 16,"isEOF" : 1,"invalidates" : 0,"docsExamined" : 2001,"alreadyHasObj" : 0,"inputStage": {"stage" : "IXSCAN","nReturned" : 2001,"executionTimeMillisEstimate" : 0,"works" : 2002,"advanced" : 2001,"needTime" : 0,"needFetch" : 0,"saveState" : 16,"restoreState" : 16,"isEOF" : 1,"invalidates" : 0,"keyPattern": {"age" : 1.0},"indexName" : "age_1","isMultiKey" : false,"direction" : "forward","indexBounds": {"age": ["[-1.#INF, 2000.0]"]

},"keysExamined" : 2001,"dupsTested" : 0,"dupsDropped" : 0,"seenInvalidated" : 0,"matchTested" : 0}

}

},"serverInfo": {"host" : "qinxiongzhou","port" : 27017,"version" : "3.0.7","gitVersion" : "6ce7cbe8c6b899552dadd907604559806aa2e9bd"},"ok" : 1.0}

db.getCollection('person').find({"age":{"$lte":2000}}).explain("executionStats")

对queryPlanner分析

queryPlanner: queryPlanner的返回

queryPlanner.namespace:该值返回的是该query所查询的表

queryPlanner.indexFilterSet:针对该query是否有indexfilter

queryPlanner.winningPlan:查询优化器针对该query所返回的最优执行计划的详细内容。

queryPlanner.winningPlan.stage:最优执行计划的stage，这里返回是FETCH，可以理解为通过返回的index位置去检索具体的文档(stage有数个模式，将在后文中进行详解)。

queryPlanner.winningPlan.inputStage:用来描述子stage，并且为其父stage提供文档和索引关键字。

queryPlanner.winningPlan.stage的child stage，此处是IXSCAN，表示进行的是index scanning。

queryPlanner.winningPlan.keyPattern:所扫描的index内容，此处是did:1,status:1,modify_time: -1与scid : 1

queryPlanner.winningPlan.indexName：winning plan所选用的index。

queryPlanner.winningPlan.isMultiKey是否是Multikey，此处返回是false，如果索引建立在array上，此处将是true。

queryPlanner.winningPlan.direction：此query的查询顺序，此处是forward，如果用了.sort({modify_time:-1})将显示backward。

queryPlanner.winningPlan.indexBounds:winningplan所扫描的索引范围,如果没有制定范围就是[MaxKey, MinKey]，这主要是直接定位到mongodb的chunck中去查找数据，加快数据读取。

queryPlanner.rejectedPlans：其他执行计划(非最优而被查询优化器reject的)的详细返回，其中具体信息与winningPlan的返回中意义相同，故不在此赘述。

对executionStats返回逐层分析

第一层，executionTimeMillis

最为直观explain返回值是executionTimeMillis值，指的是我们这条语句的执行时间，这个值当然是希望越少越好。

其中有3个executionTimeMillis，分别是：

executionStats.executionTimeMillis

该query的整体查询时间。

executionStats.executionStages.executionTimeMillisEstimate

该查询根据index去检索document获得2001条数据的时间。

executionStats.executionStages.inputStage.executionTimeMillisEstimate

该查询扫描2001行index所用时间。

第二层，index与document扫描数与查询返回条目数

这个主要讨论3个返回项，nReturned、totalKeysExamined、totalDocsExamined，分别代表该条查询返回的条目、索引扫描条目、文档扫描条目。

这些都是直观地影响到executionTimeMillis，我们需要扫描的越少速度越快。

对于一个查询，我们最理想的状态是：

nReturned=totalKeysExamined=totalDocsExamined

第三层，stage状态分析

那么又是什么影响到了totalKeysExamined和totalDocsExamined？是stage的类型。类型列举如下：

COLLSCAN：全表扫描

IXSCAN：索引扫描

FETCH：根据索引去检索指定document

SHARD_MERGE：将各个分片返回数据进行merge

SORT：表明在内存中进行了排序

LIMIT：使用limit限制返回数

SKIP：使用skip进行跳过

IDHACK：针对_id进行查询

SHARDING_FILTER：通过mongos对分片数据进行查询

COUNT：利用db.coll.explain().count()之类进行count运算

COUNTSCAN：count不使用Index进行count时的stage返回

COUNT_SCAN：count使用了Index进行count时的stage返回

SUBPLA：未使用到索引的$or查询的stage返回

TEXT：使用全文索引进行查询时候的stage返回

PROJECTION：限定返回字段时候stage的返回

对于普通查询，我希望看到stage的组合(查询的时候尽可能用上索引)：

Fetch+IDHACK

Fetch+ixscan

Limit+(Fetch+ixscan)

PROJECTION+ixscan

SHARDING_FITER+ixscan

COUNT_SCAN

不希望看到包含如下的stage：

COLLSCAN(全表扫描),SORT(使用sort但是无index),不合理的SKIP,SUBPLA(未用到index的$or),COUNTSCAN(不使用index进行count)

二、建索引

1.基础索引

在字段age 上创建索引，1(升序);-1(降序)：

db.users.ensureIndex({age:1})

_id 是创建表的时候自动创建的索引，此索引是不能够删除的。当系统已有大量数据时，创建索引就是个非常耗时的活，我们可以在后台执行，只需指定“backgroud:true”即可。

db.t3.ensureIndex({age:1} , {background:true})

2.文档索引

索引可以任何类型的字段，甚至文档:

db.factories.insert( { name: "wwl", addr: { city: "Beijing", state: "BJ"} } );//在addr 列上创建索引

db.factories.ensureIndex( { addr :1} );//下面这个查询将会用到我们刚刚建立的索引

db.factories.find( { addr: { city:"Beijing", state: "BJ"} } );//但是下面这个查询将不会用到索引，因为查询的顺序跟索引建立的顺序不一样

db.factories.find( { addr: { state:"BJ" , city: "Beijing"} } );

3. 组合索引

跟其它数据库产品一样，MongoDB 也是有组合索引的，下面我们将在addr.city 和addr.state上建立组合索引。当创建组合索引时，字段后面的1 表示升序，-1 表示降序，是用1 还是用-1 主要是跟排序的时候或指定范围内查询 的时候有关的。

db.factories.ensureIndex( { "addr.city" : 1, "addr.state" : 1} );//下面的查询都用到了这个索引

db.factories.find( {"addr.city" : "Beijing", "addr.state" : "BJ"} );

db.factories.find( {"addr.city" : "Beijing"} );

db.factories.find().sort( {"addr.city" : 1, "addr.state" : 1} );

db.factories.find().sort( {"addr.city" : 1 } )

4. 唯一索引

只需在ensureIndex 命令中指定”unique:true”即可创建唯一索引。例如，往表t4 中插入2 条记录:

db.t4.ensureIndex({firstname: 1, lastname: 1}, {unique: true});

5.强制使用索引

hint 命令可以强制使用某个索引。

db.t5.find({age:{$lt:30}}).hint({name:1, age:1}).explain()

6.删除索引

//删除t3 表中的所有索引

db.t3.dropIndexes()//删除t4 表中的namez字段的索引

db.t4.dropIndex("dpt_AirPt_Cd_itia_1_arrv_Airpt_Cd_itia_1_chainage_1")

6.查询索引

db.t4.getIndexes()

三、其他优化

1、MongoDB中低效率的操作符

"$where"和"$exists"：这两个操作符，完全不能使用索引。

"$ne":通常来说取反的效率比较低。"$ne"查询可以使用索引，但并不是很有效。因为他必须查看所有的索引条目，而不是"$ne"指定的条目，这个时候他就不得不扫描整个索引。

"$not":有时候能够使用索引，但是他通常并不知道要如何使用索引。所以大多数情况"$not"会退化为全表扫描。

"$nin":这个操作符总是会全表扫描

2、OR查询

MongoDB在一次查询中只能使用一个索引(至少我现在用的2.6是这样的)，如果你在{"x":1}上有一个索引，在{"y":1}上也有一个索引，在{"x":1,"y":1}上执行查询时，MongoDB只会使用其中一个索引，而不是两个一起使用。"$or"是一个例外，"$or"可以对每个字句都使用索引，因为"$or"实际上是执行两次查询然后将结果合并。

通常来说，使用or查询多次在合并结果，不如单次查询的效率高，对于单个字段，应该尽可能使用$in。

3、MongoDB的查询优化器

MongoDB的查询优化器与其他数据库的稍微不同。基本来说，如果一个索引能够精确匹配一个查询，那么查询优化器就会使用这个索引，如果不能精确匹配，可能会有几个索引都适合你的查询。那MongoDB是怎样选择的呢？答：MongoDB的查询计划会将多个索引并行的去执行，最早返回100个结果的就是胜者，其他查询计划都会被终止。

这个查询计划会被缓冲，接下来的这个查询都会使用他，下面几种情况会重新计划；

最初的计划评估之后集合发生了比较大的数据波动，查询优化器就会重新挑选可行的查询计划。

建立索引时。

每执行1000次查询之后，查询优化器就会重新评估查询计划

4、何时不应该使用索引

提取较小的子数据集时，索引非常有效(所以才有了分页)。也有一些查询不使用索引会更快。结果集在原集合中所占的比例越大，查询效率越慢。因为使用索引需要进行两次查找：一次查找索引条目，一次根据索引指针去查找相应的文档。而全表扫描只需要进行一次查询。在最坏的情况，使用索引进行查找次数会是全表扫描的两倍。效率会明显比全表扫描低。

可惜并没有一个严格的规则可以告诉我们，如果根据索引大小、文档大小来判断什么时候索引很有用，一般来说，如果查询需要返回集合内30%的文档(或者更多)，那就应该测试全表扫描和走索引查询那个速度比较快。这个数字也会在2%~60%之间进行波动。

这个时候可以使用hint({"$natural":true})强制查询走全表扫描。