MongoDB的Basic Indexes 和 Compound Indexes结合使用

╰半橙微兮° 2022-06-18 06:29 196阅读 0赞

[MongoDB的Basic Indexes 和 Compound Indexes结合使用][MongoDB_Basic Indexes _ Compound Indexes]

转自：[http://blog.csdn.net/crazyjixiang/article/details/6847383][MongoDB_Basic Indexes _ Compound Indexes]

前几天看到一个关于 MongoDB 深入索引的PPT

[MongoDB Indexing: The Details][MongoDB Indexing_ The Details]

仔细的从头看到尾, 里面有个关于Compound Indexes的Range and Equality的讲解,在ppt第129页,重新回顾下这个例子.向一个collection中插入 9 条数据,像下面这样:

[view plain][] [print][view plain] [?][view plain]

1.  > db.good.find() 
2.  \{ "\_id" : ObjectId("4e8d629d8ad8bdf2ed6c1990"), "x" : 1, "y" : "b" \} 
3.  \{ "\_id" : ObjectId("4e8d62a38ad8bdf2ed6c1991"), "x" : 3, "y" : "d" \} 
4.  \{ "\_id" : ObjectId("4e8d62ad8ad8bdf2ed6c1992"), "x" : 4, "y" : "g" \} 
5.  \{ "\_id" : ObjectId("4e8d62b28ad8bdf2ed6c1993"), "x" : 5, "y" : "c" \} 
6.  \{ "\_id" : ObjectId("4e8d62ba8ad8bdf2ed6c1994"), "x" : 6, "y" : "a" \} 
7.  \{ "\_id" : ObjectId("4e8d62c18ad8bdf2ed6c1995"), "x" : 7, "y" : "e" \} 
8.  \{ "\_id" : ObjectId("4e8d62ce8ad8bdf2ed6c1996"), "x" : 8, "y" : "c" \} 
9.  \{ "\_id" : ObjectId("4e8d62d38ad8bdf2ed6c1997"), "x" : 9, "y" : "f" \} 
10. \{ "\_id" : ObjectId("4e8d719a6cee6416a5a75a43"), "x" : 5, "y" : "d" \}

然后给x 和 y进行联合索引

[view plain][] [print][view plain] [?][view plain]

1.  db.good.ensureIndex(\{x:1,y:1\})

我们来进行这样的查找

[view plain][] [print][view plain] [?][view plain]

1.  <pre name="code"**class**="cpp">> db.good.find(\{x:\{$gte:4\}, y:'c'\}).explain() 
2.  \{ 
3.  "cursor" : "BtreeCursor x\_1\_y\_1", 
4.  "nscanned" : 7, 
5.  "nscannedObjects" : 2, 
6.  "n" : 2, 
7.  "millis" : 0, 
8.  "nYields" : 0, 
9.  "nChunkSkips" : 0, 
10. "isMultiKey" : **false**, 
11. "indexOnly" : **false**, 
12. "indexBounds" : \{ 
13. "x" : \[ 
14.  \[ 
15.  4, 
16.  1.7976931348623157e+308 
17.  \] 
18.  \], 
19. "y" : \[ 
20.  \[ 
21. "c", 
22. "c"
23.  \] 
24.  \] 
25.  \} 
26. \}

可以看出 nscanned 非常高! 而 n只有 2 .官网上有这样一句话:

If nscanned is much higher than nreturned, the database is scanning many objects to find the target objects. Consider creating an index to improve this.

这里nscanned可以认为是扫描的记录数.n为返回的记录数

让我们配合PPT看下 nscanned:7是怎么来的:

![0_13186658819j96.gif][]

这是MongoDB的B-tree索引树,因为x>=4 && y='c',所以先选择左枝搜索,左枝搜索了4/g 和 5/c ,(5/c符合条件),然后搜索 右枝 搜索了 7/e, 6/a ,8/c, 9/f ,(8/c符合条件). 任何 符合的 x都要被check一下.

延伸:

看了PPT后到此结尾了, 真遇到这种情况,效率可不乐观,于是稍微思考了下, y 在 这颗树中只有两个节点含有,也就是说 既然是 '与' 那就只要先把 y 筛选出来 ,搜索次数就大大减半了 .

我们在 y 上再进行Basic Indexes 的建立.

[view plain][] [print][view plain] [?][view plain]

1.  db.good.ensureIndex(\{y:1\})

这样如果搜索时会先 搜索 y ,也就只有2次搜索了.看下实际情况:

[view plain][] [print][view plain] [?][view plain]

1.  > db.good.find(\{x:\{$gte:4\}, y:'c'\}).explain() 
2.  \{ 
3.  "cursor" : "BtreeCursor y\_1", 
4.  "nscanned" : 2, 
5.  "nscannedObjects" : 2, 
6.  "n" : 2, 
7.  "millis" : 0, 
8.  "nYields" : 0, 
9.  "nChunkSkips" : 0, 
10. "isMultiKey" : **false**, 
11. "indexOnly" : **false**, 
12. "indexBounds" : \{ 
13. "y" : \[ 
14.  \[ 
15. "c", 
16. "c"
17.  \] 
18.  \] 
19.  \} 
20. \}

正如预料的一样. 直接走 基本索引了.

[MongoDB_Basic Indexes _ Compound Indexes]: http://blog.csdn.net/crazyjixiang/article/details/6847383
[MongoDB Indexing_ The Details]: http://www.slideshare.net/mongodb/mongodb-indexing-the-details
[view plain]: http://blog.csdn.net/crazyjixiang/article/details/6847383#
[0_13186658819j96.gif]: /images/20220618/a26353b719d9442ea52af5c502351bdf.png