1.索引

索引是数据库中性能优化非常关键的技术,有索引和没有索引查询的效率差别非常大.

 2. explain

类似于mysql数据库中的explain语句,mongodb也有explain

db.users.find({"username":"user101"}).explain("executionStats") 执行完后会显示出语句的解释信息.

totalDocsExamined是查询时查看的文档总数.

executionTimeMillis 会显示执行查询所用的毫秒数.

executionStats 的 nReturned 字段显示查找到的结果数量.

3.创建索引

db.users.createIndex({"username":1})

表示在username上创建索引,在次执行explain语句后能看到totalDocsExamined和executionTimeMillis 只有1

缺点: 索引创建后删除更新操作都会修改索引,会有额外的性能开销.

4.复合索引

在多个键上创建索引是复合索引

db.users.createIndex({"age":1,"username":1})

建议把排序键放到索引的第一个位置,这样排序效率会比较高.

5. mongodb索引的选择

在执行一个查询语句,mongodb会按照所需索引的个数创建多个线程执行任务,执行最快的被选为结果,并在后续有类似查询选择该索引.

重启,修改索引和键都会删除查询计划并重新多线程选择.

等值过滤字段排在多值字段前面也会提升效率,尽量不要用hint更改索引优先级.

索引优化总结: 

等值过滤的键应该在最前面;

用于排序的键应该在多值字段之前;

多值过滤的键应该在最后面;

5.1索引的方向

db.users.createIndex({"username": -1})

如果索引参数是-1的话,索引顺序就是相反的方向.和查询方向一致可以保持效率;

只有在基于多键排序,方向才比较重要,单键排序mongodb会从相反的方向寻找.

5.2覆盖查询

当一个索引包含用户请求的所有字段,这个索引就覆盖了本次查询;

可以使用find方法第二个参数过滤掉_id字段提高速度;

5.3隐式索引

如果有{"age":1,"username":1}上的索引,那么age字段的排序方式和在{"age":1}上的索引相同;

只是前缀相同才可以,比如{"a":1,"b":1,"c":1}只有{"a":1}{"a":1,"b":1}才可以,

如果是{"a":1,"c":1}则不行;