目錄

一、索引介紹

? ? ? ? 1.1 單字段索引

? ? ? ? 1.2 復(fù)合索引

? ? ? ? 1.3?多鍵索引

? ? ? ? 1.4 主鍵索引

? ? ? ? 1.5 TTL 索引

? ? ? ? 1.6 地理空間索引

? ? ? ? 1.7 哈希索引

? ? ? ? 1.8 創(chuàng)建索引時(shí)注意事項(xiàng)

? ? ? ? 1.9 索引效果查看

?二、索引實(shí)現(xiàn)原理

? ? ? ? 2.1 為什么使用 B-Tree

三、執(zhí)行計(jì)劃

一、索引介紹

????????任何數(shù)據(jù)庫都有索引這一核心功能，索引通常能夠極大的提高查詢效率，如果沒有索引，MongoDB 在讀取數(shù)據(jù)時(shí)必須掃描集合中的每個(gè)文件，并選取那些符合查詢條件的記錄。

????????這種掃描查詢集合的查詢方式效率非常低，特別在處理大量數(shù)據(jù)時(shí)。索引是特殊的數(shù)據(jù)結(jié)構(gòu)，索引存儲(chǔ)在一個(gè)易于遍歷讀取的數(shù)據(jù)集合中，索引是對(duì)數(shù)據(jù)庫表中一列或多列的值進(jìn)行排序的一種結(jié)構(gòu)。

? ? ? ? 使用索引通常有如下的作用：

• 加速查詢：通過索引，數(shù)據(jù)庫能夠快速定位到符合條件的文檔，避免全表掃描，大大減少查詢響應(yīng)時(shí)間。
• 排序優(yōu)化：索引可用于高效地對(duì)查詢結(jié)果進(jìn)行排序，無需在內(nèi)存中對(duì)大量數(shù)據(jù)進(jìn)行排序操作。
• 覆蓋查詢：當(dāng)索引包含了查詢所需的所有字段時(shí)，數(shù)據(jù)庫可以直接從索引中獲取全部數(shù)據(jù)，無需訪問文檔本身，減少了磁盤 I/O。
• 唯一性約束：創(chuàng)建唯一索引可以確保集合中指定字段的值唯一，防止插入重復(fù)數(shù)據(jù)。

? ? ? ? 在 MongoDB 中有很多種索引，下面分別看下不同的索引。

? ? ? ? 1.1 單字段索引

????????在單個(gè)字段上建立的索引，對(duì)于單字段索引和排序操作，索引鍵的排序順序無關(guān)緊要，因?yàn)镸ongoDB 可以在任意方向遍歷。

// users 為 collection，創(chuàng)建 username 索引
db.users.createIndex({username: 1})

????????

? ? ? ? 1.2 復(fù)合索引

????????多個(gè)字段的自定義索引，即復(fù)合索引。復(fù)合索引中的字段順序很重要。例如，如果復(fù)合索引由{ userid: 1, score: -1}?組成，則索引首先按userid排序，然后在每個(gè)userid值內(nèi)按score排序。在查詢時(shí)可以按照userid:1，score:-1或者userid:-1，score:1查詢，因?yàn)檫@兩個(gè)順序和樹的組成順序完全相同，相反執(zhí)行userid：-1，score:-1將不會(huì)使用索引。

? ? ? ? 1.3?多鍵索引

????????MongoDB 使用多鍵索引來索引存儲(chǔ)在數(shù)組中的內(nèi)容。如果索引一個(gè)包含數(shù)組值的字段，MongoDB 會(huì)為數(shù)組的每個(gè)元素創(chuàng)建單獨(dú)的索引條目。這些多鍵索引允許查詢通過匹配數(shù)組的一個(gè)或多個(gè)元素來選擇包含數(shù)組的文檔。如果索引字段包含數(shù)組值，MongoDB 會(huì)自動(dòng)判斷是否創(chuàng)建多鍵索引；你不需要明確指定多鍵類型。

? ? ? ? 1.4 主鍵索引

????????MongoDB 中默認(rèn)為 _id 字段且不能更改，用于維護(hù)聚簇索引樹。每個(gè)集合都有一個(gè)默認(rèn)的索引：“_id”索引，它是一個(gè)特殊的字段，用來唯一標(biāo)識(shí)集合中的每個(gè)文檔。這個(gè)字段通常被用作查詢文檔的主鍵，并且MongoDB會(huì)自動(dòng)為其創(chuàng)建一個(gè)唯一索引。

? ? ? ? 1.5 TTL 索引

????????類似于 Redis 的過期時(shí)間，為一個(gè)字段創(chuàng)建TTL索引后，超時(shí)會(huì)自動(dòng)刪除整個(gè)文檔。TTL索引適用于那些具有有效期、需要定期清理過期數(shù)據(jù)的場景，如會(huì)話記錄、日志條目、臨時(shí)消息等。

db.event_log.createIndex({timestamp: 1}, {expireAfterSeconds: 604800})  // 604800秒 = 7天

? ? ? ? 1.6 地理空間索引

????????特別針對(duì)地理空間數(shù)據(jù)設(shè)計(jì)的索引，如2dsphere索引用于處理經(jīng)緯度坐標(biāo)，支持地理位置查詢（如距離計(jì)算、邊界框查詢等）。其他地理空間索引類型包括2d（用于平面坐標(biāo)）和geoHaystack（已棄用）。

? ? ? ? 1.7 哈希索引

????????將索引字段的值通過哈希函數(shù)計(jì)算出哈希值進(jìn)行索引，適用于等值查詢，但不支持范圍查詢和排序。

? ? ? ? 1.8 創(chuàng)建索引時(shí)注意事項(xiàng)

? ? ? ? 在創(chuàng)建索引時(shí)不要過多添加，雖然索引可以有效的提升查詢性能，但過多的索引會(huì)增加寫入成本、占用更多的存儲(chǔ)空間，并可能使查詢優(yōu)化器的選擇變得復(fù)雜。

? ? ? ? 創(chuàng)建索引時(shí)可能會(huì)存在鎖表，需要根據(jù)具體使用的版本而定。4.2及以上版本在創(chuàng)建索引過程中，僅在索引構(gòu)建的開始和結(jié)束時(shí)持有排他鎖，構(gòu)建過程中的其余部分產(chǎn)生交錯(cuò)讀取和寫入操作。建議在業(yè)務(wù)低峰期添加索引。

? ? ? ? 1.9 索引效果查看

? ? ? ? 索引創(chuàng)建后，到底所創(chuàng)建索引的效果如何呢？可以通過一下方式驗(yàn)證，具體就是查看所以的區(qū)分度，類似于 MySQL 的 Cardinality。所得的值越接近1說明區(qū)分度越高，索引效果越好，

// 索引字段去重后的數(shù)量 / 集合的總量
db.collection.distinct("field").length/db.collection.count()

?二、索引實(shí)現(xiàn)原理

????????MongoDB 是文檔型數(shù)據(jù)庫，使用 BSON 格式保存數(shù)據(jù)，比關(guān)系型數(shù)據(jù)庫存儲(chǔ)更方便。MySQL 是關(guān)系型數(shù)據(jù)庫，數(shù)據(jù)的關(guān)聯(lián)性非常強(qiáng)，區(qū)間訪問是常見的一種場景，底層索引組織數(shù)據(jù)使用B+樹，B+樹由于數(shù)據(jù)全部存儲(chǔ)在葉子節(jié)點(diǎn)，并且通過指針串在一起，這就很容易進(jìn)行區(qū)間遍歷甚至全部遍歷。

? ? ? ? MongoDB 采用 B-tree 作為其索引的主要數(shù)據(jù)結(jié)構(gòu)。B-tree 是一種自平衡的多路搜索樹。

????????自平衡：無論數(shù)據(jù)如何插入或刪除，樹的高度始終保持相對(duì)穩(wěn)定，從而保證查詢效率接近O(log N)，其中N是集合中文檔的數(shù)量。

????????多路分支：每個(gè)節(jié)點(diǎn)可以有多個(gè)子節(jié)點(diǎn)，具體數(shù)量取決于 B-tree 的階數(shù)。高階 B-tree 可以更有效地利用磁盤塊，減少磁盤 I/O 次數(shù)。

????????有序存儲(chǔ)：B-tree 節(jié)點(diǎn)中的鍵值對(duì)按照索引字段的排序規(guī)則（升序或降序）排列，便于快速定位和范圍查詢。

? ? ? ? 2.1 為什么使用 B-Tree

????????B-Tree 和 B+Tree 都是樹形數(shù)據(jù)結(jié)構(gòu)，用于在數(shù)據(jù)庫中存儲(chǔ)和查找數(shù)據(jù)。它們的主要區(qū)別在于數(shù)據(jù)的存儲(chǔ)方式和查找效率。

????????B-Tree 的每個(gè)節(jié)點(diǎn)都包含鍵和值，所有的鍵值對(duì)都存儲(chǔ)在樹的內(nèi)部節(jié)點(diǎn)和葉子節(jié)點(diǎn)中。這意味著一旦找到了正確的節(jié)點(diǎn)，就可以立即獲取到對(duì)應(yīng)的值，無需進(jìn)一步的磁盤 I/O 操作。

????????而 B+Tree 只在葉子節(jié)點(diǎn)中存儲(chǔ)鍵值對(duì)，內(nèi)部節(jié)點(diǎn)只存儲(chǔ)鍵。這意味著查找值時(shí)，即使找到了正確的內(nèi)部節(jié)點(diǎn)，還需要進(jìn)一步查找葉子節(jié)點(diǎn)才能獲取到值，可能需要額外的磁盤 I/O 操作。

三、執(zhí)行計(jì)劃

????????MongoDB執(zhí)行計(jì)劃（Execution Plan）是描述 MongoDB 如何執(zhí)行一條查詢語句的詳細(xì)過程和策略，它提供了關(guān)于查詢優(yōu)化器如何選擇索引、如何訪問數(shù)據(jù)、執(zhí)行成本估計(jì)等方面的詳細(xì)信息。通過分析執(zhí)行計(jì)劃，可以深入了解查詢性能、識(shí)別潛在的優(yōu)化點(diǎn)以及調(diào)試查詢性能問題。

? ? ? ? 執(zhí)行計(jì)劃語句

db.collection.find({field: value}).explain('verbosity')

????????使用?explain()方法附加在查詢語句后面來獲取執(zhí)行計(jì)劃。explain()接受一個(gè)可選的verbosity?參數(shù)，用來指定返回的執(zhí)行計(jì)劃詳細(xì)程度：????

• queryPlanner（默認(rèn)）：提供查詢計(jì)劃的基本信息，包括查詢類型、候選索引、選定索引及其原因、查詢階段等。
• executionStats：除了查詢計(jì)劃基本信息外，還包括實(shí)際執(zhí)行時(shí)的統(tǒng)計(jì)信息，如掃描的文檔數(shù)、返回的文檔數(shù)、執(zhí)行時(shí)間、索引使用情況等。
• allPlansExecution：除了上述信息外，還會(huì)實(shí)際執(zhí)行所有候選索引并返回各自的執(zhí)行統(tǒng)計(jì)，有助于對(duì)比不同索引的性能。

? ? ? ? 執(zhí)行計(jì)劃中需要重點(diǎn)關(guān)注：COLLSCAN、IXSCAN、keysExamined、docsExamined等關(guān)鍵字。

• COLLSCAN：代表該查詢進(jìn)行了全表掃描
• IXSCAN：代表進(jìn)行了索引掃描
• keysExamined：代表索引掃描條目
• docsExamined：代表文檔掃描條目

? ? ? ? 根據(jù)執(zhí)行計(jì)劃分析結(jié)果，可能要采取不同的優(yōu)化策略，比如：創(chuàng)建或調(diào)整索引、優(yōu)化查詢條件、使用覆蓋索引等。

????????綜上所述，MongoDB 執(zhí)行計(jì)劃提供了深入理解查詢執(zhí)行過程和優(yōu)化查詢性能的關(guān)鍵信息。通過解讀執(zhí)行計(jì)劃的各部分、對(duì)比不同計(jì)劃、分析統(tǒng)計(jì)信息，可以針對(duì)性地調(diào)整索引策略、優(yōu)化查詢語句或調(diào)整查詢選項(xiàng)，從而提升查詢效率。結(jié)合使用相關(guān)工具和命令，可以實(shí)現(xiàn)對(duì)查詢性能的持續(xù)監(jiān)控和調(diào)優(yōu)。

往期經(jīng)典推薦：

全面解讀MongoDB高可用、高性能與高可擴(kuò)展架構(gòu)-CSDN博客

深入剖析MongoDB集群架構(gòu)設(shè)計(jì)-CSDN博客

TiDB存儲(chǔ)引擎TiKV揭秘-CSDN博客

揭開Spring Bean生命周期的神秘面紗-CSDN博客

決勝微服務(wù)架構(gòu)：OpenFeign輕量級(jí)REST客戶端的魅力解析_feign配置loadbalancer-CSDN博客文章來源地址http://www.zghlxwxcb.cn/news/detail-860334.html

到了這里，關(guān)于MongoDB 索引全攻略的文章就介紹完了。如果您還想了解更多內(nèi)容，請?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！