在 Mongoose 中使用 MongoDB Explain

本文已整理到 Github，地址 👉 blog。

如果我的内容帮助到了您，欢迎点个 Star 🎉🎉🎉 鼓励鼓励 :) ~~

我希望我的内容可以帮助你。现在我专注于前端领域，但我也将分享我在有限的时间内看到和感受到的东西。

在 MongoDB 中，explain 命令告诉 MongoDB 服务器返回有关其如何执行查询的统计信息，而不是查询结果。Mongoose 查询有一个 explain() 方法，用于将查询转换为 explain()。

const User = mongoose.model(
  'User',
  mongoose.Schema({
    name: String,
    age: Number
  })
)

await User.create([
  { name: 'O.O', age: 18 },
  { name: 'D.O', age: 19 },
  { name: 'K.O', age: 28 },
  { name: 'O.K', age: 29 },
  { name: 'LAY', age: 24 }
])

const explain = await User.find({ name: /Y/ })
  .explain()
  .then((res) => res[0])

// 描述 MongoDB 计划如何执行查询
console.log(explain.queryPlanner) // { ... }
// 包含有关 MongoDB 如何执行查询的统计信息
console.log(explain.executionStats) // { ... }

读取 queryPlanner 输出

queryPlanner 对象包含有关 MongoDB 决定如何执行查询的更详细信息。例如，下面是来自上述 explain() 调用的 queryPlanner 对象。

{
  plannerVersion: 1,
  namespace: 'test.users',
  indexFilterSet: false,
  parsedQuery: { name: { '$regex': 'Y' } },
  winningPlan: {
    stage: 'COLLSCAN',
    filter: { name: { '$regex': 'Y' } },
    direction: 'forward'
  },
  rejectedPlans: []
}

最重要的信息是 winningPlan 属性，它包含有关决定执行查询的 plan MongoDB 的信息。实际上，winningPlan 用于检查 MongoDB 是否使用索引进行查询。

查询计划是用于标识与查询匹配的文档的阶段列表。上述计划只有一个阶段 COLLSCAN，这意味着 MongoDB 执行了完整的集合扫描来回答查询。集合扫描意味着 MongoDB 搜索 users 集合中的每个文档，查看 name 是否与给定查询匹配。

当您引入索引时，查询计划会变得更加复杂。例如，假设您在 name 上添加一个索引，如下所示。

await User.collection.createIndex({ name: 1 })

const explain = await User.find({ name: 'O.O' })
  .explain()
  .then((res) => res[0])

explain.queryPlanner

queryPlanner 输出如下所示：

{
  plannerVersion: 1,
  namespace: 'test.users',
  indexFilterSet: false,
  parsedQuery: { name: { '$eq': 'O.O' } },
  winningPlan: {
    stage: 'FETCH',
    inputStage: {
      stage: 'IXSCAN',
      keyPattern: { name: 1 },
      indexName: 'name_1',
      isMultiKey: false,
      multiKeyPaths: { name: [] },
      isUnique: false,
      isSparse: false,
      isPartial: false,
      indexVersion: 2,
      direction: 'forward',
      indexBounds: { name: [ '["O.O", "O.O"]' ] }
    }
  },
  rejectedPlans: []
}

winningPlan 属性是一个递归结构：winningPlan 指向获胜查询计划中的最后一个阶段，每个阶段都有一个描述前一阶段的 inputStage 属性。

在上述计划中，有两个阶段：IXSCAN 和 FETCH。这意味着第一个 MongoDB 使用 { name: 1 } 索引来确定哪些文档与查询匹配，然后获取各个文档。

读取 executionStats 输出

executionStats 输出比 queryPlanner 更复杂：它包括关于每个阶段花费的时间以及每个阶段扫描的文档数量的统计信息。

例如，下面是简单集合扫描的 executionStats 输出：

{
  executionSuccess: true,
  nReturned: 1,
  executionTimeMillis: 0,
  totalKeysExamined: 0,
  totalDocsExamined: 5,
  executionStages: {
    stage: 'COLLSCAN',
    filter: { name: { '$regex': 'Y' } },
    nReturned: 1,
    executionTimeMillisEstimate: 0,
    works: 7,
    advanced: 1,
    needTime: 5,
    needYield: 0,
    saveState: 0,
    restoreState: 0,
    isEOF: 1,
    direction: 'forward',
    docsExamined: 5
  },
  allPlansExecution: []
}

这里需要注意的重要细节是顶层 executionTimeMillis 和 TotalDocsChecked 属性。executionTimeMillis 是 MongoDB 执行查询所花费的时间，TotalDocsDemined 是 MongoDB 回答查询时必须查看的文档数。

请记住，executionTimeMillis 不包括网络延迟或被阻塞的时间。仅仅因为 executionTimeMillis 很小，并不意味着最终用户可以立即看到结果。

当您有一个索引和多个阶段时，executionStats 会分解每个阶段的大致执行时间和扫描的文档数。以下是带有索引的查询的 executionStats，为了简洁起见，排除了一些不太重要的细节：

{
  executionSuccess: true,
  nReturned: 1,
  executionTimeMillis: 2,
  totalKeysExamined: 1,
  totalDocsExamined: 1,
  executionStages: {
    stage: 'FETCH',
    nReturned: 1,
    executionTimeMillisEstimate: 0,
    // ...
    docsExamined: 1,
    // ...
    inputStage: {
      stage: 'IXSCAN',
      nReturned: 1,
      executionTimeMillisEstimate: 0,
      // ...
    }
  },
  allPlansExecution: []
}

上面的 executionStats 输出表明有两个阶段：IXSCAN 和 FETCH。IXSCAN 阶段在 0 毫秒内执行并导致一个文档被发送到 FETCH 阶段。FETCH 阶段检查并返回 1 个文档，这是查询的最终结果。