MongoDB索引Index应用之慢查询分析

　　似乎数据库都提供explain功能，利用其进行MongoDB慢查询实践分析前先准备实践数据：

　　1、产品表products

　　　　　　

 　　　　　　

　　　　　　

　　　　products中添加200多万的数据。

 　　2、订单表orders

　　　　　　

 　　　　　　

 　　　　　　

　　参考MySQL索引原理之慢查询等优化 - 池塘里洗澡的鸭子 - 博客园 (cnblogs.com)中慢查询优化的过程，MongoDB也是类似的过程：

　　1、开启内置的查询分析器,记录读写操作效率

　　　　　　

　　　　　　db.setProfilingLevel(n,m),n的取值可选0,1,2

　　　　　　　　0：表示不记录

　　　　　　　　1：表示记录慢速操作,如果值为1,m必须赋值单位为ms,⽤于定义慢速查询时间的阈值

　　　　　　　　2：表示记录所有的读写操作

　　　　　　

　　2、查询监控结果

　　　　db.system.profile.find().sort({millis:-1}).limit(3)

　　　　　　

　　3、分析慢速查询

　　　　　　

 　　　　　　

　　　　executionStats.executionTimeMillis = 796　　//该query的整体查询时间。

　　　　executionStats.executionStages.executionTimeMillisEstimate = 568　//该查询检索document获得数据的时间。

　　　　executionStats.executionStages.inputStage.executionTimeMillisEstimate = 226　　//该查询扫描⽂档 index所⽤时间。

　　　　这三个值越少越好。

　　　　 nReturned=totalKeysExamined= totalDocsExamined=99999，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，三者一致。

　　　　stage组合：Fetch+IXSCAN，根据索引去检索指定document。

　　　　从以上数据看，查询出于理想状态。

　　　　如以上数据不太理想，可以考虑应⽤程序设计不合理、不正确的数据模型、硬件配置问题,缺少索引等。

　　4、解读explain结果确定是否缺少索引

　　　　　　

 　　　　看以上查询执行计划，使用了全表烧苗，没有使用索引，可以添加price的索引优化该查询。