美文网首页Mongodb
mongodb 查询性能分析

mongodb 查询性能分析

作者: 风亡小窝 | 来源:发表于2019-06-16 15:47 被阅读0次

    对queryPlanner分析

    queryPlanner : queryPlanner 的返回

    • queryPlanner.namespace : 该值返回的是该query所查询的表
    • queryPlanner.indexFilterSet : 针对该query是否有indexfilter
    • queryPlanner.winningPlan : 查询优化器针对该query所返回的最优执行计划的详细内容。
    • queryPlanner.winningPlan.stage : 最优执行计划的stage,这里返回是FETCH,可以理解为通过返回的index位置去检索具体的文档(stage有数个模式,将在后文中进行详解)。
    • queryPlanner.winningPlan.inputStage : 用来描述子stage,并且为其父stage提供文档和索引关键字。
    • queryPlanner.winningPlan.stagechild stage,此处是IXSCAN,表示进行的是index scanning。
    • queryPlanner.winningPlan.keyPattern : 所扫描的index内容,此处是did : 1,status : 1,modify_time : -1与scid : 1
    • queryPlanner.winningPlan.indexName:winning plan所选用的index。
    • queryPlanner.winningPlan.isMultiKey是否是Multikey,此处返回是false,如果索引建立在array上,此处将是true。
    • queryPlanner.winningPlan.direction:此query的查询顺序,此处是forward,如果用了.sort({modify_time : -1})将显示backward。
    • queryPlanner.winningPlan.indexBounds : winningplan所扫描的索引范围,如果没有制定范围就是[MaxKey, MinKey],这主要是直接定位到mongodb的chunck中去查找数据,加快数据读取。
    • queryPlanner.rejectedPlans:其他执行计划(非最优而被查询优化器reject的)的详细返回,其中具体信息与winningPlan的返回中意义相同,故不在此赘述。

    对 executionStats 返回逐层分析

    第一层,executionTimeMillis

    最为直观 explain 返回值是 executionTimeMillis 值,指的是我们这条语句的执行时间,这个值当然是希望越少越好。
    其中有3个 executionTimeMillis,分别是:

    • executionStats.executionTimeMillis

      该query的整体查询时间。

    • executionStats.executionStages.executionTimeMillisEstimate
      该查询根据index去检索document获得2001条数据的时间。

    • executionStats.executionStages.inputStage.executionTimeMillisEstimate
      该查询扫描2001行index所用时间。

    第二层,index 与 document 扫描数与查询返回条目数

    这个主要讨论3个返回项:nReturnedtotalKeysExaminedtotalDocsExamined,分别代表该条查询返回的条目、索引扫描条目、文档扫描条目。这些都是直观地影响到 executionTimeMillis,我们需要扫描的越少速度越快。
    对于一个查询,我们最理想的状态是:

    nReturned = totalKeysExamined = totalDocsExamined

    第三层,stage状态分析

    那么又是什么影响到了 totalKeysExaminedtotalDocsExamined ?是 stage 的类型。类型列举如下:

    • COLLSCAN:全表扫描
    • IXSCAN:索引扫描
    • FETCH:根据索引去检索指定document
    • SHARD_MERGE:将各个分片返回数据进行merge
    • SORT:表明在内存中进行了排序
    • LIMIT:使用limit限制返回数
    • SKIP:使用skip进行跳过
    • IDHACK:针对_id进行查询
    • HARDING_FILTER:通过mongos对分片数据进行查询
    • COUNT:利用db.coll.explain().count()之类进行count运算
    • COUNTSCAN:count不使用Index进行count时的stage返回
    • COUNT_SCAN:count使用了Index进行count时的stage返回
    • SUBPLA:未使用到索引的$or查询的stage返回
    • TEXT:使用全文索引进行查询时候的stage返回
    • PROJECTION:限定返回字段时候stage的返回

    对于普通查询,我希望看到 stage 的组合(查询的时候尽可能用上索引):

    • Fetch+IDHACK
    • Fetch+ixscan
    • Limit+(Fetch+ixscan)
    • PROJECTION+ixscan
    • SHARDING_FITER+ixscan
    • COUNT_SCAN

    不希望看到包含如下的 stage:

    • COLLSCAN(全表扫描)
    • SORT(使用sort但是无index)
    • 不合理的SKIP
    • SUBPLA(未用到index的$or)
    • COUNTSCAN(不使用index进行count)

    https://www.cnblogs.com/c-abc/p/6023824.html

    相关文章

      网友评论

        本文标题:mongodb 查询性能分析

        本文链接:https://www.haomeiwen.com/subject/pbdgfctx.html