本章介绍MongoDB查询性能分析，类似SQL的explain，MongoDB也支持explain分析查询语句的性能。
基本用法
调用explain函数，可以获取分析结果
// find方法分析结构
db.collection.find({}).explain();
// aggregate方法的分析结果
db.collection.explain().aggregate([]);
explain有三种模式：
- queryPlanner (默认)
- executionStats
- allPlansExecution
说明:
- 使用queryPlanner只列出所有可能执行的方案，不会执行实际的语句，显示已经胜出的方案winningPlan。
- 使用executionStats只执行winningPlan方案，并输出结果。
- 使用allPlansExecution执行所有的方案，并输出结果。
不用模式的用法
// executionStats 模式, 给explain函数传递参数即可
db.collection.find({}).explain('executionStats');
// allPlansExecution 模式
db.collection.find({}).explain('allPlansExecution');
explain内容解读
queryPlanner内容
下面内容是explain默认返回内容，忽略了非关键信息
{
"queryPlanner" : {
"plannerVersion" : 1,
"namespace" : "test.orders",
"indexFilterSet" : false, // 关键指标，有没有使用索引过滤数据
"winningPlan" : {
"stage" : "COLLSCAN", // 关键指标，stage阶段名称。每个阶段都有每个阶段特有的信息，例如：COLLSCAN代表扫描整个集合内容
"direction" : "forward"
},
"rejectedPlans" : [ ]
}
...
}
stage阶段类型如下：
- 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
- SHARDING_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
executionStats内容
下面内容是executionStats模式返回内容，忽略了非关键信息
{
"executionStats" : {
"executionSuccess" : true,
"nReturned" : 5, // 返回文档数
"executionTimeMillis" : 0, // 执行时间
"totalKeysExamined" : 0, // 扫描多少个索引
"totalDocsExamined" : 5, // 总扫描文档数
"executionStages" : {
"stage" : "COLLSCAN", // 阶段类型， COLLSCAN全表扫描的意思
"nReturned" : 5,
"executionTimeMillisEstimate" : 0,
"works" : 7,
"advanced" : 5,
"needTime" : 1,
"needYield" : 0,
"saveState" : 0,
"restoreState" : 0,
"isEOF" : 1,
"direction" : "forward",
"docsExamined" : 5
}
}
}
查询优化思路
- 尽量使用索引
- 扫描文档数越小越好