mongodb指南(翻译)(二十三) - developer zone - 索引(七)索引优化建议
首先,mongodb中的索引同MySQL中的很类似,因此很多在MySQL中创建高效索引的技术也适用于mongodb。
再者,而且可能更加重要的是,索引优化建议也只能到此为止。对于你的应用,最好的索引依赖于几个重要的因素,包含你期望的查询种类,读/写频率,甚至系统的剩余内存。这意味着最好的策略就是对数据集准备多套索引配置方案,然后观察那个表现最好。
索引策略
这里有一些创建良好索引的基本原则。
创建匹配查询的索引
如果你仅对一个关键字查询,那么使用单键索引就可以了。例如,你可能正在搜索博客发布的缓动环(slug):
db.posts.find({ slug : 'state-of-mongodb-2010' })
在这种情景下,基于单个关键字的唯一索引是最好的:
db.posts.ensureIndex({ slug: 1 }, {unique: true});
但是,对多个关键字进行查询并排序也是很普遍的。在这些时候,复合索引是最合适的。这里有个例子是中查询包含最近新加的名为“mongodb”标签的评论:
db.comments.find({ tags : 'mongodb'}).sort({ created_at : -1 });
那么合适的索引是:
db.comments.ensureIndex({tags : 1, created_at : -1});
需要注意的是,如果我们期望对"created_at"进行升序排序,那么这个索引的效率会很低。
一个查询一个索引
有时候我们会认为对多个关键字的查询会使用多个索引;在Mongodb中不是这样的。如果你的查询是针对多个关键字的,并且你希望提高查询的效率,那么建立一个复合索引是很有必要的。
确保你的索引可以驻留在内存中
shell提供了一个命令查询某个集合的索引大小:
db.comments.totalIndexSize();
65443
留意低效率的单键索引
假定你有一个字段名为“status”,它的值为“new”或者“processeed”。如果你对它建立一个索引,其效率会很低,这意味着该索引在定位记录上帮助不大并且可能会占用很多空间。
一个更好的方法,当然依赖于你的查询,创建包含低效率字段的复合索引。例如,你可以对"status"和"created_at"创建复合索引。
另一个选择,同样也依赖于你的用例,可以使用分开的集合,为每一种状态建立一个集合。已经有了这么多的建议,实验和基准测试可以帮你选择最好的。
使用explain
Mongodb有一个explain命令查看你的查询如何被执行,特别是有没有使用到一个索引。
可以在驱动中使用explain,也可以在shell中:
db.comments.find({ tags : 'mongodb'}).sort({ created_at : -1 }).explain();
这会返回很多有用的信息,包含扫描的对象个数,查询耗费时间(单位毫秒),尝试使用的索引,最终使用的索引。
如果你从来没有使用过explain,那么现在是时候了。
理解explain的输出
这里有explain命令输出的三个主要字段:
- cursor:cursor的值可以是BasicCursor或BtreeCursor。第二个值指明使用的索引。
- nscanned:扫描的文档个数。
- n:查询返回的文档个数。你需要使得n与nscanned非常接近。需要避免的情况是,查询扫描了集合中所有的文档。这种情况下nscanned等于集合中文档个数。
- millis:查询耗费时间。
关注你的应用中读/写比率
它之所以重要,是因为当你添加一个索引,你就会对所有的插入、更新、删除操作都额外增加了负担。如果你的应用是读繁忙类型,如多数web应用,增加的索引通常是个好东西。但是如果你的应用是写繁忙类型的,增加索引时要特别小心,因为每个索引都会对写操作增加一定的负担。
通常情况下,不要害怕增加索引。索引通常应当增加以完成你的查询。记住总是有一个好的理由添加一个新的索引,并确保你已经比较了替代策略。
索引特性
这些例子假定一个基于三个字段的复合索引:a,b,c。这样来创建索引:
db.foo.ensureIndex({a: 1, b: 1, c: 1})
这里有一些建议来使用这个索引:
1. 排序的列一定是使用到的索引列的最后一个
好:
- find(a=1).sort(a)
- find(a=1).sort(b)
- find(a=1, b=2).sort(c)
不好:
- find(a=1).sort(c)
- 虽然c是索引的最后一个列,但a是使用到的最后一个列,所以你只能对a或b排序。
2. 范围查询也必须是索引的最后列。这是上面1中的一个原则。
好:
- find(a=1,b>2)
- find(a>1 and a<10)
- find(a>1 and a<10).sort(a)
不好:
- find(a>1,b=2)
3. 仅对一个列进行范围查询和排序
好:
- find(a=1,b=2).sort(c)
- find(a=1,b>2)
- find(a=1,b>2 and b<4)
- find(a=1,b>2).sort(b)
不好:
- find(a>1,b>2)
- find(a=1,b>2).sort(c)
4.通过对相等性(无范围)查询的列进行重排序来节约索引
假定你有两个查询:
- find(a=1,b=1,d=1)
- find(a=1,b=1,c=1,d=1)
一个基于a,b,c,d的单个索引就可以满足这两个查询了。
如果,你需要对最后的值进行排序,你就可能需要2个索引了。
5. Mongodb的$ne和$nin操作符,使用索引是没有效率的
- 当需要排序少量文档时,最好将数据读到客户端后进行排除。
posted on 2012-02-01 14:19 xinghebuluo 阅读(912) 评论(0) 编辑 收藏 举报