mongodb 执行计划

mongodb性能分析方法:explain()

explain输出结果说明

在执行类似于 db.collections.find().explain() 时只会输出(返回)

queryPlanner 
与 
serverInfo
复制代码

在执行类似于 db.collections.find().explain() 时只会输出(返回)

queryPlanner 
与 
serverInfo
复制代码

而在执行类似于 db.collections.find().explain("executionStats") 或 db.collections.find().explain(1) 时则会输出(返回)

queryPlanner 
与 
executionStats 
与 
serverInfo
复制代码

queryPlanner

queryPlanner模式下并不会去真正进行query语句查询,而是针对query语句进行执行计划分析并选出winning plan。

queryPlanner: queryPlanner的返回

queryPlanner.namespace:该值返回的是该query所查询的表

queryPlanner.indexFilterSet:针对该query是否有indexfilter

queryPlanner.winningPlan:查询优化器针对该query所返回的最优执行计划的详细内容。

queryPlanner.winningPlan.stage:最优执行计划的stage,这里返回是FETCH,可以理解为通过返回的index位置去检索具体的文档(stage有数个模式,将在后文中进行详解)。

queryPlanner.winningPlan.inputStage:用来描述子stage,并且为其父stage提供文档和索引关键字。

queryPlanner.winningPlan.stage的child stage,此处是IXSCAN,表示进行的是index scanning。

queryPlanner.winningPlan.keyPattern:所扫描的index内容,此处是did:1,status:1,modify_time: -1与scid : 1

queryPlanner.winningPlan.indexName:winning plan所选用的index。

queryPlanner.winningPlan.isMultiKey是否是Multikey,此处返回是false,如果索引建立在array上,此处将是true。

queryPlanner.winningPlan.direction:此query的查询顺序,此处是forward,如果用了.sort({modify_time:-1})将显示backward。

queryPlanner.winningPlan.indexBounds:winningplan所扫描的索引范围,如果没有制定范围就是[MaxKey, MinKey],这主要是直接定位到mongodb的chunck中去查找数据,加快数据读取。

queryPlanner.rejectedPlans:其他执行计划(非最优而被查询优化器reject的)的详细返回,其中具体信息与winningPlan的返回中意义相同,故不在此赘述。
复制代码

executionStats

executionTimeMillis
executionStats.executionTimeMillis:指的是语句的执行整体时间
executionStats.executionStages.executionTimeMillis:该查询根据index去检索document获取nReturned条具体数据的时间
executionStats.executionStages.inputStage.executionTimeMillis:该查询扫描totalKeysExamined行index所用时间

nReturned、totalKeysExamined、totalDocsExamined
这些都是直观地影响到 executionTimeMillis,我们需要扫描的越少速度越快。
nReturne:该条查询返回的条目
totalKeysExamined:索引扫描条目
totalDocsExamined:文档扫描条目
对于一个查询,我们最理想的状态是:
nReturned=totalKeysExamined & totalDocsExamined=0:仅仅使用到了index,无需文档扫描

nReturned=totalKeysExamined=totalDocsExamined:正常index利用,无多余index扫描与文档扫描。

Stage
那么又是什么影响到了totalKeysExamined和totalDocsExamined?是stage的类型。类型列举如下: 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$or查询的stage返回
TEXT:使用全文索引进行查询时候的stage返回
PROJECTION:限定返回字段时候stage的返回
不希望看到包含如下的stage:
COLLSCAN(全表扫描)
SORT(使用sort但是无index)
不合理的SKIP
SUBPLA(未用到index的$or)
COUNTSCAN(不使用index进行count)

参考文章
MongoDB执行计划学习整理_LOUISLIAOXH的专栏-CSDN博客
mongodb .explain('executionStats') 查询性能分析(转)

猜你喜欢

转载自juejin.im/post/7033322985700212772