0
点赞
收藏
分享

微信扫一扫

MongoDB 索引

为啥需要索引?


增加索引是为了提高集合的查询效率。

当往一个集合中插入多个文档后,每个文档经过存储殷引擎后,有一个位置信息,通过这个位置信息。就能从存储引擎中读出该文档。在 mmapv1 引擎下,位置信息是【文件id+文件内 offset】 。在wiredtiger存储引擎里,位置信息是 wiredgiter 在存储文档时生成的一个 key ,通过这个key 能访问到对应的文档。

db.emp_res.find({})查询结果


查询结果

MongoDB 索引_升序


带条件查询


db.emp_res.find({"name":"yy3"})


MongoDB 索引_mongodb_02

如果想加速 db.emp_res.find({"name":"yy3"}) 的查询,可以考虑建立索引


MongoDB 索引_升序_03


MongoDB  索引类型

MongoDB 索引类型包括,单字段索引,复合索引,多Key索引,文本索引等。

单字段索引

db.emp_res.createIndex({name:1}) // 升序排列


复合索引


复合索引针对的是多个字段联合建立索引,先按照第一个字段排序,第一个字段相同的文档按照第二个字段排序,以此类推。


db.emp_res.createIndex({name:1,age:1}) // 升序排列



   复合索引满足的场景比单字段索引更为丰富,比如db.emp_res.find({name:"yy3",age:1})也能够匹配复合索引前缀的查询,也就是说类型 db.emp_res.find({name:"yy3"}) 同样可以通过该索引来加速,但是 db.emp_red.find({age:1}) 就无法使用该复合索引。


多 key  索引


当索引的字段为数组时,创建爱你出的索引称为多 key 索引。


{"name" : "jack", "age" : 19, habbit: ["football, runnning"]}
db.person.createIndex( {habbit: 1} ) // 自动创建多key索引
db.person.find( {habbit: "football"}


索引的额外属性


  • 唯一索引:保证索引对应的字段不会出现相同的值,_id索引就是唯一索引
  • TTL索引:可以针对某个时间段,指定文档的过期时间
  • 部分索引:只针对符合某个特定条件的文档建立索引。3.2版本后支持
  • 稀疏索引:只针对存在索引字段的文档建立索引,可看做是部分索引的一种特殊情况。


索引优化


MongoDb 支持对DB 的请求进行Profiling ,目前支持3种级别的 profiling


  • 0:不开启 profiling
  • 1:将处理时间超过某个阀值(默认100ms)的请求都记录到DB的system.profile集合
  • 2:将所有的请求都记录到 DB 的system.profile (生产环境慎用)


通常,生产环境建议 使用 1级别的 profiling ,根据自身需要配置合理的阀值,用于检查慢请求的情况,并及时组索引优化。


要根据实际情况不断的进行优化。索引并不是越多越好,集合的索引太多,会影响写入、更新的性能,每次写入都需要更新所有索引的数据;所以你system.profile里的慢请求可能是索引建立的不够导致,也可能是索引过多导致。


执行计划


索引快慢,可以根据索引的执行计划查看相关信息。


db.emp_res.find({"name":"yy5"}).explain()


没建立索引,执行的是 COLLSCAN, 全表扫描


MongoDB 索引_升序_04


db.emp_res.createIndex({name:1,age:1}) // 升序排列


建立索引后新进行【IXSCAN】)(从索引中查找),然后FETCH,读取出满足条件的文档。

​​https://docs.mongodb.com/manual/reference/explain-results/#queryplanner​​


db.emp_res.find({"name":"yy5"}).explain()


MongoDB 索引_升序_05





举报

相关推荐

0 条评论