查询分析介绍持续创作，加速成长！这是我参与「掘金日新计划 · 10 月更文挑战」的第15天，点击查看活动详情如果想查看

持续创作，加速成长！这是我参与「掘金日新计划 · 10 月更文挑战」的第15天，点击查看活动详情

如果想查看创建的索引是否被有效执行，该怎么解决呢？

这里 MongoDB 查询分析可以帮助我们查询所建立的索引是否有效。除此之外，它还是查询语句性能分析的重要工具。本实验我们将主要给大家介绍衡量索引使用的几种方式：

$indexStats 返回有关集合中每个索引的使用情况的统计信息。如果使用访问控制运行，则用户必须要具有包括 indexStats 操作在内的权限。下面我们就一起来看看 $indexStats 如何使用。

当使用 $indexStats 统计每个索引的信息时，返回文档中包括以下字段：

返回字段	说明
name	索引名称。
key	索引键的规范。
host	mongod 的主机名和端口。
accesses	索引使用的统计：ops 是使用索引的操作数；since 是 MongoDB 收集统计信息的时间。
shard	与主机关联的分片的名称，仅适用于分片集群（版本 4.2.4 中新功能）。
spec	索引的完整规范文档，其中包括索引键规范文档（版本 4.2.4 中新功能）。
building	指示当前是否正在构建索引（版本 4.2.4 中新功能）。

演示使用 $indexStats 查询索引使用的统计信息。

给 course 集合创建以下两个索引

db.course.createIndex({name:1,quantity:1})
db.course.createIndex({name:1,author:1})

使用下面命令查询集合中的数据

db.course.find({author:"zhangwuji"})
db.course.find({quantity:{$gt:10}}).sort({quantity:1})

explain 操作提供了查询信息、使用索引及查询统计等操作，这有利于我们针对索引进行相应的优化。接下来我们简单的来看一下执行 explain 操作或返回了哪些信息。

在前面创建好的索引下，执行下面查询操作并使用 explain() 方法：
```
db.course.find({author:"yangguo"}).explain()
```
✨ 说明：可以通过 explain() 方法查询一个查询的执行计划，来判断如何添加或者优化索引

在 3.0 版本之后， explain() 方法里可以有三个参数：queryPlanner、executionStats、allPlansExecution，默认情况下是 queryPlanner，如上所示。关于这个三参数的详细介绍，大家可以参考官方文档。

下面我们对默认情况下返回的结果进行简单分析：

queryPlanner.namespace：一个字符串，指定运行查询的命名空间，即集合。
queryPlanner.indexFilterSe：一个 boolean 值，表示 MongoDB 对此 query shape 是否使用了索引过滤器。
queryPlanner.winningPlan：文档类型，详细显示查询优化程序选择的查询计划。
- winningPlan.stage：阶段名称，每个阶段都有每个阶段特有的信息。这里的 COLLSCAN 表示进行集合扫描；IXSCAN 表示索引扫描。
queryPlanner.rejectedPlans：查询优化器考虑和拒绝的候选计划数组。如果没有其他候选计划，则该数组可以为空。

MongoDB 中的查询优化器使用起来很不错，但是 MongoDB 也可以使用 hint 来强制使用一个指定的索引。在某些情况下，这个方法会提升性能。

db.course.find({author:"zhangsan"}).hint({$natural:1}).explain()

✨ 说明：在 hint() 方法中声明 $natural 参数，避免 MongoDB 在查询过程中使用任何索引。