玩转mongodb(六):索引,速度的引领(普通索引篇)

·  阅读 1135
原文链接: www.cnblogs.com

    数据库索引与书籍的索引类似,有了索引就不需要翻整本书,数据库可以直接在索引中查找,在索引中找到条目后,就可以直接跳到目标文档的位置,这可以让查找的速度提高几个数量级。

 

一、创建索引

    我们在person这个集合的age键上创建一个索引,比较一下创建索引前后,一个查询的语句的性能区别。

    创建索引:db.person.ensureIndex({"age":1})。这里我们使用了ensureIndex在age上建立了索引。“1”:表示按照age进行升序,“-1”:表示按照age进行降序。

    没有索引的查询性能:

    

    有索引的查询性能:

     

    我们主要来看这几个参数,(参数说明,请看上一篇文章

    executionTimeMillis(这次query整体的耗时):无索引耗时962毫秒 ;有索引耗时143毫秒。

    totalDocsExamined(文档扫描条目):无索引是200万条;有索引是2000条。

    stage(查询的类型):无索引是COLLSCAN(全表扫描);有索引是FETCH+IXSCAN(索引扫描+根据索引去检索指定document)。

    executionStages.executionTimeMillisEstimate(检索document获得数据的耗时):无索引耗时910毫秒;有索引耗时0毫秒。

    建好索引后,这个query整体的速度提高了1个数量级 (1个数量级是10倍的意思)。根据查询语句的不同,索引可以使速度提高几个数量级

二、复合索引 

    在多个键上建立的索引就是复合索引,有时候我们的查询不是单条件的,可能是多条件,比如查找年龄在20~30名字叫‘ryan1’的同学,那么我们可以建立“age”和“name” 的联合索引来加速查询。

    为了演示索引的效果,我们来重新生成插入一份200万个文档的集合。

 1 //删除原来的集合
 2 db.person.drop();
 3 
 4 //插入200万条数据
 5 for(var i=0;i<2000000;i++){
 6      db.person.insert({"name":"ryan"+i%1000,"age":20+i%10});
 7 }
 8 
 9 //创建三个索引
10 db.person.ensureIndex({"age":1})
11 db.person.ensureIndex({"name":1,"age":1})
12 db.person.ensureIndex({"age":1,"name":1})复制代码

    我们可以用hint()方法来强制查询走哪个索引。

    我们来看一下,当查询条件是多个的时候,复合索引相比单键索引的强大魅力    

    db.person.find({"age":{"$gte":20,"$lte":30},"name":"ryan1"}).hint({"age":1}).explain("executionStats");

 1 {
 2     ...
 3     "executionStats" : {
 4         "executionSuccess" : true,
 5         "nReturned" : 2000,
 6         "executionTimeMillis" : 2031,
 7         "totalKeysExamined" : 2000000,
 8         "totalDocsExamined" : 2000000,
 9     ...    
10 }复制代码

 

    db.person.find({"age":{"$gte":20,"$lte":30},"name":"ryan1"}).hint({"age":1,"name":1}).explain("executionStats");

 1 {
 2     ...
 3     "executionStats" : {
 4         "executionSuccess" : true,
 5         "nReturned" : 2000,
 6         "executionTimeMillis" : 8,
 7         "totalKeysExamined" : 2010,
 8         "totalDocsExamined" : 2000,
 9     ...
10 }复制代码

 

 

    从executionTimeMillis的值上,一眼就可以看出却别。单间索引耗费了2031毫秒,复合索引用了8毫秒。 由此我们可以看出,根据查询语句的不同,建立正确的索引是非常重要的,对于查询语句中是多条件的,应多考虑复合索引的应用

 

    下面,我们再说一种复合索引的重要应用情况。有对一个键排序并只要前100个结果的情景(实际项目中经常都是这种情景)。对于这种情况,索引应该这样建{"sortKey":1,"queryCriteria":1},排序的键应该放在复合索引的第一位。

    db.person.find({"age":{"$gte":21.0,"$lte":30.0}}).sort({"name":1}).limit(100).hint({"age":1,"name":1}).explain("executionStats");

 1 {
 2     ...
 3 "executionStats" : {
 4         "executionSuccess" : true,
 5         "nReturned" : 100,
 6         "executionTimeMillis" : 6882,
 7         "totalKeysExamined" : 1800000,
 8         "totalDocsExamined" : 1800000,
 9     ...  
10 }复制代码

    db.person.find({"age":{"$gte":21.0,"$lte":30.0}}).sort({"name":1}).limit(100).hint({"name":1,"age":1}).explain("executionStats");

 1 {
 2     ...
 3     "executionStats" : {
 4         "executionSuccess" : true,
 5         "nReturned" : 100,
 6         "executionTimeMillis" : 3,
 7         "totalKeysExamined" : 2100,
 8         "totalDocsExamined" : 2100,
 9     ...
10 }复制代码

    从上面的结果,我们很容易看出,基于排序键的索引,效果非常好。

    分析:第一种索引,需要找到所有复合查询条件的值(依据索引,键和文档可以快速找到),但是找到后,需要对文档在内存中进行排序,这个步骤消耗了非常多的时间。第二种索引,效果非常好,因为不需要在内存中对大量数据进行排序。但是,MongoDB不得不扫描整个索引以便找到所有文档。因此,如果对查询结果的范围做了限制,那么MongoDB在几次匹配之后就可以不再扫描索引,在这种情况下,将排序键放在第一位是一个非常好的策略。 

三、唯一索引

    唯一索引可以确保集合的每个文档的指定键都有唯一值。如果想保证不同文档的“name”键拥有不同的值,在“name”键上创建一个唯一索引就可以了。

    db.person.ensureIndex({"name":1},{"unique":true});

    然后用db.person.getIndexes()命令,查看目前person集合所有的索引。

    

    也可以创建复合的唯一索引。创建复合唯一索引时,单个键的值可以相同,但所有键的组合值必须是唯一的。 

    db.person.ensureIndex({"name":1,"age":1},{"unique":true}); 

    

四、稀疏索引

    唯一索引会把null看作值,所以无法将多个缺少唯一索引中的键的文档插入到集合中。然而,在有些情况下,你可能希望唯一索引只对包含相应键的文档生效。这个时候我们可以用到MongoDB中的稀疏索引。该索引与关系型数据库中的稀疏索引是完全不同的概念。MongoDB中的稀疏索引只是不需要将每个文档都作为索引条目

    比如,如果有一个可选的mobilephone字段,但是,如果提供了这个字段,那么它的值必须是唯一的:

    db.person.ensureIndex({"mobilephone":1}{"unique":true,"sparse":true});

    稀疏索引不必是唯一的。只要去掉unique选项,就可以创建一个非唯一的稀疏索引。

    

五、索引管理

    如第一小节所述,可以使用ensureIndex方法创建新的索引,也可以使用createIndex方法。

    创建一个索引之后,可以利用getIndexes()方法来查看给定集合上的所有索引的信息。

    db.person.getIndexes();得到的结果如下所示。

 1 [
 2     {
 3         "v" : 1,
 4         "key" : {
 5             "_id" : 1
 6         },
 7         "name" : "_id_",
 8         "ns" : "personmap.person"
 9     },
10     {
11         "v" : 1,
12         "unique" : true,
13         "key" : {
14             "name" : 1.0
15         },
16         "name" : "name_1",
17         "ns" : "personmap.person"
18     },
19     {
20         "v" : 1,
21         "unique" : true,
22         "key" : {
23             "name" : 1.0,
24             "age" : 1.0
25         },
26         "name" : "name_1_age_1",
27         "ns" : "personmap.person"
28     },
29     {
30         "v" : 1,
31         "unique" : true,
32         "key" : {
33             "mobilephone" : 1.0
34         },
35         "name" : "mobilephone_1",
36         "ns" : "personmap.person",
37         "sparse" : true
38     }
39 ]复制代码
db.person.getIndexes()方法的结果

 

    随着业务的不断变化,你可能会发现数据或者查询已经发生了改变,原来的索引也不那么好用了。这时可以使用dropIndex()方法删除不需要的索引:

    db.person.dropIndex("name_1");//删除索引名为name_1的索引。

 

周钦雄技术分享
分类:
后端
分类:
后端