MongoDB 查詢分析

MongoDB 查詢分析可以確保我們建議的索引是否有傚，是查詢語句性能分析的重要工具。

MongoDB 查詢分析常用函數有：explain() 和 hint()。

使用 explain()

explain 操作提供了查詢信息，使用索引及查詢統計等。有利於我們對索引的優化。

接下來我們在 users 集合中創建 gender 和 user_name 的索引：

>db.users.ensureIndex({gender:1,user_name:1})

現在在查詢語句中使用 explain ：

>db.users.find({gender:"M"},{user_name:1,_id:0}).explain()

以上的 explain() 查詢返回如下結果：

{
   "cursor" : "BtreeCursor gender_1_user_name_1",
   "isMultiKey" : false,
   "n" : 1,
   "nscannedObjects" : 0,
   "nscanned" : 1,
   "nscannedObjectsAllPlans" : 0,
   "nscannedAllPlans" : 1,
   "scanAndOrder" : false,
   "indexOnly" : true,
   "nYields" : 0,
   "nChunkSkips" : 0,
   "millis" : 0,
   "indexBounds" : {
      "gender" : [
         [
            "M",
            "M"
         ]
      ],
      "user_name" : [
         [
            {
               "$minElement" : 1
            },
            {
               "$maxElement" : 1
            }
         ]
      ]
   }
}

現在，我們看看這個結果集的字段：

• indexOnly: 字段為 true ，表示我們使用了索引。
• cursor：因為這個查詢使用了索引，MongoDB 中索引存儲在B樹結構中，所以這是也使用了 BtreeCursor 類型的游標。如果沒有使用索引，游標的類型是 BasicCursor。這個鍵還會給出你所使用的索引的名稱，你通過這個名稱可以查看當前數據庫下的system.indexes集合（系統自動創建，由於存儲索引信息，這個稍微會提到）來得到索引的詳細信息。
• n：當前查詢返回的文檔數量。
• nscanned/nscannedObjects：表明當前這次查詢一共掃描了集合中多少個文檔，我們的目的是，讓這個數值和返回文檔的數量越接近越好。
• millis：當前查詢所需時間，毫秒數。
• indexBounds：當前查詢具體使用的索引。

使用 hint()

雖然MongoDB查詢優化器一般工作的很不錯，但是也可以使用 hint 來強製 MongoDB 使用一個指定的索引。

這種方法某些情形下會提升性能。 一個有索引的 collection 併且執行一個多字段的查詢(一些字段已經索引了)。

如下查詢實例指定了使用 gender 和 user_name 索引字段來查詢：

>db.users.find({gender:"M"},{user_name:1,_id:0}).hint({gender:1,user_name:1})

可以使用 explain() 函數來分析以上查詢：

>db.users.find({gender:"M"},{user_name:1,_id:0}).hint({gender:1,user_name:1}).explain()