覆盖索引查询
所有的查询字段都是索引的一部分;所有的查询返回字段在同一个索引中。
由于索引存在于 RAM 中,因而从索引中获取数据要比扫描文档更快。
范例:
创建如下 users 集合(使用前面所学的方法创建该集合):
{
"contact": "987654321",
"dob": "01-01-1991",
"gender": "M",
"name": "Tom Benzamin",
"user_name": "tombenzamin"
}
在 users 中创建一个联合索引:
> db.users.ensureIndex({gender:1,user_name:1})
该索引会覆盖下面的查询:
> db.users.find({gender:"M"},{user_name:1,_id:0})
对于上述查询,MongoDB 不会在数据库文件中查找,而会从索引中提取数据。因为索引中不包含 _id 字段,所以 _id 在查询中会默认返回,可以在查询结果中将其排除。而 db.users.find({gender:"M"},{user_name:1})
就不会被索引覆盖。
我们在名为users的集合中插入了以下文档,如下所示–
db.users.insert(
{
"address": {
"city": "Los Angeles",
"state": "California",
"pincode": "123"
},
"tags": [
"music",
"cricket",
"blogs"
],
"name": "Tom Benzamin"
}
)
上面的文档包含一个address子文档和一个标记数组。
索引数组字段
假设我们要根据用户的标记搜索用户文档。为此,我们将在集合中的tags数组上创建一个索引。
在数组上创建索引,依次为数组的每个字段创建单独的索引项。所以在我们的实例中,当我们在tags数组上创建索引时,将为其值music、cricket和blogs创建单独的索引。
要在标签tags数组上创建索引,请使用以下代码-
>db.users.createIndex({"tags":1})
{
"createdCollectionAutomatically" : false,
"numIndexesBefore" : 2,
"numIndexesAfter" : 3,
"ok" : 1
}
>
创建索引之后,我们可以在集合的 tags 字段上进行搜索,如下-
> db.users.find({tags:"cricket"}).pretty(){
"_id" : ObjectId("5dd7c927f1dd4583e7103fdf"),
"address" : {
"city" : "Los Angeles",
"state" : "California",
"pincode" : "123"
},
"tags" : [
"music",
"cricket",
"blogs"
],
"name" : "Tom Benzamin"
}
>
要验证是否使用了正确的索引,请使用下面的 explain 命令-
>db.users.find({tags:"cricket"}).explain()
这给您以下结果-
{
"queryPlanner" : {
"plannerVersion" : 1,
"namespace" : "mydb.users",
"indexFilterSet" : false,
"parsedQuery" : {
"tags" : {
"$eq" : "cricket"
}
},
"queryHash" : "9D3B61A7",
"planCacheKey" : "04C9997B",
"winningPlan" : {
"stage" : "FETCH",
"inputStage" : {
"stage" : "IXSCAN",
"keyPattern" : {
"tags" : 1
},
"indexName" : "tags_1",
"isMultiKey" : false,
"multiKeyPaths" : {
"tags" : [ ]
},
"isUnique" : false,
"isSparse" : false,
"isPartial" : false,
"indexVersion" : 2,
"direction" : "forward",
"indexBounds" : {
"tags" : [
"[\"cricket\", \"cricket\"]"
]
}
}
},
"rejectedPlans" : [ ]
},
"serverInfo" : {
"host" : "Krishna",
"port" : 27017,
"version" : "4.2.1",
"gitVersion" : "edf6d45851c0b9ee15548f0f847df141764a317e"
},
"ok" : 1
}
>
上面的命令产生了“ cursor”:“ BtreeCursor tags_1”,它确认使用了正确的索引。
索引子文档字段
假设我们要根据city,state 和 pincode 字段搜索文档。由于所有这些字段都是地址子文档字段的一部分,因此我们将在子文档的所有字段上创建索引。
要在子文档的所有三个字段上创建索引,请使用以下代码-
>db.users.createIndex({"address.city":1,"address.state":1,"address.pincode":1})
{
"numIndexesBefore" : 4,
"numIndexesAfter" : 4,
"note" : "all indexes already exist",
"ok" : 1
}
>
创建索引后,我们可以使用此索引搜索任何子文档字段,如下所示:
> db.users.find({"address.city":"Los Angeles"}).pretty(){
"_id" : ObjectId("5dd7c927f1dd4583e7103fdf"),
"address" : {
"city" : "Los Angeles",
"state" : "California",
"pincode" : "123"
},
"tags" : [
"music",
"cricket",
"blogs"
],
"name" : "Tom Benzamin"
}
请记住,查询表达式必须遵循指定索引的顺序。因此,上面创建的索引将支持以下查询-
>db.users.find({"address.city":"Los Angeles","address.state":"California"}).pretty(){
"_id" : ObjectId("5dd7c927f1dd4583e7103fdf"),
"address" : {
"city" : "Los Angeles",
"state" : "California",
"pincode" : "123"
},
"tags" : [
"music",
"cricket",
"blogs"
],
"name" : "Tom Benzamin"
}
>
查询分析
explain()
操作提供了查询信息,使用索引及查询统计等。有利于我们对索引的优化。接下来我们在 users 集合中创建 gender 和 user_name 的索引:
> db.users.ensureIndex({gender:1,user_name:1})
> db.users.find({gender:"M"},{user_name:1,_id:0}).explain()
hint()
虽然 MongoDB 查询优化器一般工作的很不错,但是也可以使用 hints()
来强迫 MongoDB 使用一个指定的索引。通过这种方法在某些情形下会提升性能。
范例:
指定使用 gender 和 user_name 索引字段来查询:
> db.users.find({gender:"M"},{user_name:1,_id:0}).hint({gender:1,user_name:1})
可以使用 explain()
函数来分析以上查询:
> db.users.find({gender:"M"},{user_name:1,_id:0}).hint({gender:1,user_name:1}).explain(