mongodb之使用explain和hint性能分析和优化
2016-08-04 16:27
771 查看
当你第一眼看到explain和hint的时候,第一个反应就是mysql中所谓的这两个关键词,确实可以看出,这个就是在mysql中借鉴过来的,既然是借鉴
过来的,我想大家都知道这两个关键字的用处,话不多说,速速观看~~~
一:explain演示
1. 构建数据
为了方便演示,我需要create ten data to inventory,而且还是要在no index 的情况下,比如下面这样:
View Code
3. 使用single field 加速查找
知道前因后果之后,我们就可以进行针对性的建立索引,比如在quality字段之上,如下:
好了,这时候就有意思了,当我们执行完createindex之后,再次explain,4个重要的parameters就漂下来了:
<1> IXSCAN
这个时候再也不是所谓的COLLSCAN了,而是IndexScan,这就说明我们已经命中索引了。
<2> nReturned,totalDocsExamined,totalKeysExamined
从图中可以看到三个参数都是3,这就说明我们的mongodb查看了3个key,3个document,返回3个文档,这个就是所谓的高性能所在,对吧。
二:hint演示
说到hint,我想大家也是知道的,很好玩的一个东西,就是用来force mongodb to excute special index,对吧,为了方便演示,我们做两组复合索
引,比如这次我们在quality和type上构建一下:
building完成之后,我们故意这一个这样的查询,针对quantity是一个范围,而type是一个定值的情况下,我们force mongodb去使用quantity开头
的复合索引,从而强制mongodb give up 那个以{type:1,quantity:1}的复合索引,很有意思哦,比如下图:
从图中,可以看到,我们检查了6个keys,而从最终找到了2个文档,现在我们就知道了,2和6之间还是有不足的地方等待我们去优化了,对吧,下面
我们不hint来看一下mongodb的最优的plan是怎么样的。
再看上面的图,你应该明白了,mongodb果然执行了那个最优的plan,是不是很好玩,好了,本篇就说到这里,希望对你有帮助~
过来的,我想大家都知道这两个关键字的用处,话不多说,速速观看~~~
一:explain演示
1. 构建数据
为了方便演示,我需要create ten data to inventory,而且还是要在no index 的情况下,比如下面这样:
db.inventory.insertMany([ { "_id" : 1, "item" : "f1", type: "food", quantity: 500 }, { "_id" : 2, "item" : "f2", type: "food", quantity: 100 }, { "_id" : 3, "item" : "p1", type: "paper", quantity: 200 }, { "_id" : 4, "item" : "p2", type: "paper", quantity: 150 }, { "_id" : 5, "item" : "f3", type: "food", quantity: 300 }, { "_id" : 6, "item" : "t1", type: "toys", quantity: 500 }, { "_id" : 7, "item" : "a1", type: "apparel", quantity: 250 }, { "_id" : 8, "item" : "a2", type: "apparel", quantity: 400 }, { "_id" : 9, "item" : "t2", type: "toys", quantity: 50 }, { "_id" : 10, "item" : "f4", type: "food", quantity: 75 }]);
/* 1 */ { "queryPlanner" : { "plannerVersion" : 1, "namespace" : "datamip.inventory", "indexFilterSet" : false, "parsedQuery" : { "$and" : [ { "quantity" : { "$lte" : 200.0 } }, { "quantity" : { "$gte" : 100.0 } } ] }, "winningPlan" : { "stage" : "COLLSCAN", "filter" : { "$and" : [ { "quantity" : { "$lte" : 200.0 } }, { "quantity" : { "$gte" : 100.0 } } ] }, "direction" : "forward" }, "rejectedPlans" : [] }, "executionStats" : { "executionSuccess" : true, "nReturned" : 3, "executionTimeMillis" : 1, "totalKeysExamined" : 0, "totalDocsExamined" : 10, "executionStages" : { "stage" : "COLLSCAN", "filter" : { "$and" : [ { "quantity" : { "$lte" : 200.0 } }, { "quantity" : { "$gte" : 100.0 } } ] }, "nReturned" : 3, "executionTimeMillisEstimate" : 0, "works" : 12, "advanced" : 3, "needTime" : 8, "needYield" : 0, "saveState" : 0, "restoreState" : 0, "isEOF" : 1, "invalidates" : 0, "direction" : "forward", "docsExamined" : 10 } }, "serverInfo" : { "host" : "localhost.localdomain", "port" : 27017, "version" : "3.2.8", "gitVersion" : "ed70e33130c977bda0024c125b56d159573dbaf0" }, "ok" : 1.0 }
View Code
3. 使用single field 加速查找
知道前因后果之后,我们就可以进行针对性的建立索引,比如在quality字段之上,如下:
db.inventory.createIndex({ quantity: 1}) db.inventory.find( { quantity: { $gte: 100, $lte: 200 } } ).explain("executionStats")
好了,这时候就有意思了,当我们执行完createindex之后,再次explain,4个重要的parameters就漂下来了:
<1> IXSCAN
这个时候再也不是所谓的COLLSCAN了,而是IndexScan,这就说明我们已经命中索引了。
<2> nReturned,totalDocsExamined,totalKeysExamined
从图中可以看到三个参数都是3,这就说明我们的mongodb查看了3个key,3个document,返回3个文档,这个就是所谓的高性能所在,对吧。
二:hint演示
说到hint,我想大家也是知道的,很好玩的一个东西,就是用来force mongodb to excute special index,对吧,为了方便演示,我们做两组复合索
引,比如这次我们在quality和type上构建一下:
building完成之后,我们故意这一个这样的查询,针对quantity是一个范围,而type是一个定值的情况下,我们force mongodb去使用quantity开头
的复合索引,从而强制mongodb give up 那个以{type:1,quantity:1}的复合索引,很有意思哦,比如下图:
从图中,可以看到,我们检查了6个keys,而从最终找到了2个文档,现在我们就知道了,2和6之间还是有不足的地方等待我们去优化了,对吧,下面
我们不hint来看一下mongodb的最优的plan是怎么样的。
再看上面的图,你应该明白了,mongodb果然执行了那个最优的plan,是不是很好玩,好了,本篇就说到这里,希望对你有帮助~
相关文章推荐
- mongodb之使用explain和hint性能分析和优化
- 【MongoDb入门】mongodb之使用explain和hint性能分析和优化
- 使用explain分析及优化由多表(三个以上)组成的视图性能
- 使用NOSQL的MongoDB建立索引时需要注意的几点建议和Explain优化分析
- 使用explain分析及优化由多表(三个以上)组成的视图性能
- 使用NOSQL的MongoDB时建立索引需要注意的几点建议和Explain优化分析
- MySQL 性能优化神器 Explain 使用分析
- 使用NOSQL的MongoDB时建立索引需要注意的几点建议和Explain优化分析
- 使用NOSQL的MongoDB时建立索引需要注意的几点建议和Explain优化分析
- MySQL 性能优化神器 Explain 使用分析
- MySQL 性能优化神器 Explain 使用分析
- MySQL中使用SHOW PROFILE命令分析性能的用法整理(配合explain效果更好,可以作为优化周期性检查)
- MySQL 性能优化神器 Explain 使用分析
- 使用NOSQL的MongoDB时建立索引需要注意的几点建议和Explain优化分析 (转)
- MySQL 性能优化神器 Explain 使用分析
- 使用NOSQL的MongoDB时建立索引需要注意的几点建议和Explain优化分析
- Android 性能优化之使用MAT分析内存泄露问题
- Android 性能优化之使用MAT分析内存泄露问题
- perf 性能分析实例——使用perf优化cache利用率
- MySQL性能分析及explain的使用说明