程序師世界是廣大編程愛好者互助、分享、學習的平台,程序師世界有你更精彩!
首頁
編程語言
C語言|JAVA編程
Python編程
網頁編程
ASP編程|PHP編程
JSP編程
數據庫知識
MYSQL數據庫|SqlServer數據庫
Oracle數據庫|DB2數據庫
 程式師世界 >> 數據庫知識 >> SyBase數據庫 >> SyBase教程 >> MongoDB基礎(三)mongodb中的索引使用

MongoDB基礎(三)mongodb中的索引使用

編輯:SyBase教程

MongoDB基礎(三)mongodb中的索引使用


 

MongoDB中的索引和其他數據庫索引類似,也是使用B-Tree結構。MongoDB的索引是在collection級別上的,並且支持在任何列或者集合內的文檔的子列中創建索引。

 

下面是官方給出的一個使用索引查詢和排序的一個結構圖。

\

 

所有的MongoDB集合默認都有一個唯一索引在字段“_id”上,如果應用程序沒有為 “_id”列定義一個值,MongoDB將創建一個帶有ObjectId值的列。(ObjectId是基於 時間、計算機ID、進程ID、本地進程計數器 生成的)

\

 

MongoDB 同樣支持在一列或多列上創建升序或降序索引。

MongoDB還可以創建 多鍵索引、數組索引、空間索引、text索引、哈希索引,其屬性可以是唯一性索引、稀疏性索引、TTL(time to live)索引。

 

索引的限制:

索引名稱不能超過128個字符

每個集合不能超過64個索引

復合索引不能超過31列


 

MongoDB 索引語法

db.collection.createIndex({ : < 1 or -1 > })

db.collection.ensureIndex({ : < 1 or -1 > })

 

db.collection.createIndex( { "filed": sort } )

db.collection.createIndex( { "filed": sort , "filed2": sort } )

 

db.tab.ensureIndex({"id":1})

db.tab.ensureIndex({"id":1} ,{ name:"id_ind"})

db.tab.ensureIndex({"id":1,"name":1},{background:1,unique:1})

db.tab.ensureIndex( { "id" : "hashed" })

 

創建索引(兩種方法)

 

 

filed :為鍵列

sort :為排序。1 為升序;-1為降序。

 

創建單列索引

創建索引並給定索引名稱

後台創建唯一的復合索引

創建哈希索引

(更多參數 看文章底部)

db.tab.indexStats( { index: "id_ind" } )

db.runCommand( { indexStats: "tab", index: "id_ind" } )

db.tab.getIndexes()

db.system.indexes.find()

(前2個似乎不能用,官方文檔解釋)

(not intended for production deployments)

查看索引

db.tab.totalIndexSize();

查看索引大小

db.tab.reIndex()

db.runCommand({reIndex:"tab"})

重建索引

db.tab.dropIndex()

db.tab.dropIndex("id_1")

db.tab.dropIndexes()

刪除索引

為getIndexes看到的索引名稱

刪除所有索引(注意!)

 

 


 

 

索引性能測試:

 

查看索引是否生效,分析查詢性能有沒有提高。先插入10萬數據到集合tab

 

for(var i=0;1<=100000;i++){

var value=parseInt(i*Math.random());

db.tab.insert({"id":i,"name":"kk"+i,"value":value});

}

 

不知道是不是虛擬機的原因,插入了10分鐘都未完成!~

自己又打開文件夾查看,一直進不去文件夾。結果客戶端連接斷開了!~查看服務竟然停了!

\

 

重啟服務,進去查看行數:96萬!(過後再查看吧!就用這數據測試了!)

db.tab.find().count()


 

AnalyzeQuery Performance :http://docs.mongodb.org/manual/tutorial/analyze-query-plan/

分析函數

db.tab.find({"name":"kk50000"}).explain()

查詢name=”kk50000”的執行分析

db.tab.find({"name":"kk50000"}).explain("queryPlanner")

db.tab.find({"name":"kk50000"}).explain("Verbosity")

db.tab.find({"name":"kk50000"}).explain("executionStats")

db.tab.find({"name":"kk50000"}).explain("allPlansExecution")

這3種方法執行結果完全包括上面這種的結果

db.tab.find({"name":"kk50000"}).explain() 結果做分析:

"cursor" : "BasicCursor",

"isMultiKey" : false,

"n" : 1,

"nscannedObjects" : 966423,

"nscanned" : 966423,

"nscannedObjectsAllPlans" : 966423,

"nscannedAllPlans" : 966423,

"scanAndOrder" : false,

"indexOnly" : false,

"nYields" : 7555,

"nChunkSkips" : 0,

"millis" : 4677,

"server" : "kk-ad:27017",

"filterSet" : false

游標類型。BasicCurso(掃描), BtreeCursor(索引)

是否多鍵(組合)索引

返回行數

掃描行數

掃描行數

所有計劃掃描的次數

所有計劃掃描的次數

是否在內存中排序

 

 

 

耗時(毫秒)

服務器

 


 

現在創建索引:

db.tab.createIndex({"name":1})

\

 

db.tab.find({"name":"kk50000"}).explain() 使用索引的結果

"cursor" : "BtreeCursor name_1",

"isMultiKey" : false,

"n" : 1,

"nscannedObjects" : 1,

"nscanned" : 1,

"nscannedObjectsAllPlans" : 1,

"nscannedAllPlans" : 1,

"scanAndOrder" : false,

"indexOnly" : false,

"nYields" : 0,

"nChunkSkips" : 0,

"millis" : 1,

"indexBounds" : {

"name" : [

[

"kk50000",

"kk50000"

]

]

},

"server" : "kk-ad:27017",

"filterSet" : false

游標使用索引BtreeCursor = name_1

 

 

 

 

 

 

 

 

 

 

耗時:1毫秒

 

 

 

 

 

 

 

 

 

 


 

 

上面可以看到,沒使用索引時,耗時4677毫秒,使用索引後,1毫秒!~並且不用全文檔掃描。


 

索引提示(hint),當前collection創建的索引:

db.tab.ensureIndex({"id":1} ,{name:"id_ind"})

db.tab.ensureIndex({"id":1,"name":1},{background:1,unique:1})

db.tab.ensureIndex( { "name" :"hashed" })


 

現在查詢 id=5000 的行(結果集為1行)

db.tab.find({"id": 5000}).explain()

\

 

查詢使用的是id和name的復合索引。

"nscannedObjectsAllPlans" : 2,

"nscannedAllPlans" : 2,

 

現在加上索引提示,強制使用索引:

db.tab.find({"id": 5000}).hint({"id":1}).explain()

\

 

這時使用的是單個鍵列為id的索引。

"nscannedObjectsAllPlans" : 1,

"nscannedAllPlans" : 1,

 

上面還可以看到,索引有個邊界值“indexBounds”

\

 

這個邊界值在復合索引查詢的時候,會導致掃描更多的數據。這是一個bug :wrong index ranges when using compound index on a list


 

當然我們也可以自己限制邊界值。

db.tab.find().min({"id":5000}).max({ "id":5005})

\

 

從上面看,實際只查詢這個邊界的內的數值。再查看執行計劃:

db.tab.find().min({"id":5000}).max({ "id":5005}).explain()

\

 

只是5行數據。如果查詢id=5000的,但是索引邊界又有問題,這時可以限制邊界,如:

db.tab.find({"id": 5000 }).min({"id":5000}).max({ "id":5005})


 

在索引方法中,還有一個方法為cursor.snapshot(),它會確保查詢不會多次返回相同的文檔,即使是寫操作在一個因為文檔大小增長而移動的文檔。但是,snapshot()不能保證插入或者刪除的隔離性。snapshot()是使用在_id鍵列上的索引,因此snapshot()不能使用sort() 或 hint()。


 

分快照函數析snapshot()的查詢結果:

db.tab.find({"id": 5000}).snapshot().explain()

\

 

雖然使用了索引“_id”,但是把整個集合都搜索了!~

 

加索引提示看看,應該是報錯的:

db.tab.find({"id": 5000}).snapshot().hint({"id":1})

\

 

果然是出錯:snapshot 不能使用提示。


下面總結索引查詢的一些方法:

 

Indexing Query Modifiers

db.tab.find({"id": 5000 }).hint({"id":1})

db.tab.find({"id": 5000 })._addSpecial("$hint",{"id":1})

db.tab.find({ $query: {"id": 5000 }, $hint: { "id":1 }})

使用鍵列id的索引查詢id=5000的結果

db.tab.find({"id": 5000 }).snapshot()

db.tab.find({"id": 5000 })._addSpecial( "$snapshot", true )

db.tab.find({ $query: {"id": 5000 }, $snapshot: true })

使用快照的查詢id=5000的結果

db.tab.find({"id": 5000 }).hint({"id":1}).explain()

db.tab.find({"id": 5000})._addSpecial("$explain",1)

db.tab.find({ $query: {"id": 5000 }, $hint: { "id":1 }, $explain: 1})

查看執行計劃信息

索引邊界設置

db.tab.find({"id": 5000 }).max({ "id":5005})

db.tab.find({ $query:{"id": 5000 },$max:{ "id": 5005}})

db.tab.find({"id": 5000 })._addSpecial("$max",{"id": 5005})

 

db.tab.find({"id": 5000 }).min({ "id":5000}).max({ "id":5005}).explain()

db.tab.find({ $query:{"id": 5000 },$max:{ "id": 5005},$min:{ "id": 5000}})

db.tab.find({"id": 5000 })._addSpecial("$min",{"id": 5000})._addSpecial("$max",{"id": 5005})


 

摘取了這了的一個總結:http://www.w3cschool.cc/mongodb/mongodb-indexing.html

 

  1. 上一頁:
  2. 下一頁:
Copyright © 程式師世界 All Rights Reserved