mongodb应用心得
基于springboot做mysql业务基础数据分析到mongodb文档库
索引分析
查看当前集合索引:db.collection.getIndexes()
explain 方法查看是如何执行的:db.users.find({ name: “John” }).sort({ age: -1 }).explain(“executionStats”)
参数指标:
queryPlanner:显示查询优化器的选择。
serverInfo:提供服务器信息。
executionStats:提供详细的执行统计信息。
关键字段:
winningPlan:显示实际使用的查询计划。
rejectedPlans:显示被拒绝的查询计划。
nReturned:返回的文档数量。
executionTimeMillis:查询执行时间(毫秒)。
totalKeysExamined:扫描的索引键数量。
totalDocsExamined:扫描的文档数量。
nYields:查询过程中让步的次数。
stage:查询执行的不同阶段。
{
"queryPlanner": {
"plannerVersion": 1,
"namespace": "mydatabase.users",
"indexFilterSet": false,
"parsedQuery": {
"name": {
"$eq": "John"
}
},
"winningPlan": {
"stage": "FETCH",
"inputStage": {
"stage": "IXSCAN",
"keyPattern": {
"name": 1,
"age": -1
},
"indexName": "idx_name_age",
"isMultiKey": false,
"multiKeyPaths": {
"name": [],
"age": []
},
"isUnique": false,
"isSparse": false,
"isPartial": false,
"indexVersion": 2,
"direction": "forward",
"indexBounds": {
"name": [
"[\"John\", \"John\"]"
],
"age": [
"[MaxKey, MinKey]"
]
}
}
},
"rejectedPlans": []
},
"executionStats": {
"executionSuccess": true,
"nReturned": 10,
"executionTimeMillis": 1,
"totalKeysExamined": 10,
"totalDocsExamined": 10,
"executionStages": {
"stage": "FETCH",
"nReturned": 10,
"executionTimeMillisEstimate": 0,
"works": 11,
"advanced": 10,
"needTime": 0,
"needYield": 0,
"saveState": 0,
"restoreState": 0,
"isEOF": 1,
"invalidates": 0,
"docsExamined": 10,
"alreadyHasObj": 0,
"inputStage": {
"stage": "IXSCAN",
"nReturned": 10,
"executionTimeMillisEstimate": 0,
"works": 11,
"advanced": 10,
"needTime": 0,
"needYield": 0,
"saveState": 0,
"restoreState": 0,
"isEOF": 1,
"invalidates": 0,
"keyPattern": {
"name": 1,
"age": -1
},
"indexName": "idx_name_age",
"isMultiKey": false,
"multiKeyPaths": {
"name": [],
"age": []
},
"isUnique": false,
"isSparse": false,
"isPartial": false,
"indexVersion": 2,
"direction": "forward",
"indexBounds": {
"name": [
"[\"John\", \"John\"]"
],
"age": [
"[MaxKey, MinKey]"
]
},
"keysExamined": 10,
"dupsTested": 0,
"dupsDropped": 0,
"seenInvalidated": 0
}
}
},
"serverInfo": {
"host": "localhost",
"port": 27017,
"version": "4.4.6",
"gitVersion": "72e66213c2c3eab37d9358d5e78ad7f5c1d0d0d7"
},
"ok": 1
}
关键分析:
winningPlan.stage: FETCH 表示查询从索引中获取文档。
winningPlan.inputStage.stage: IXSCAN 表示使用了索引扫描。
winningPlan.inputStage.indexName: idx_name_age 表示使用的索引名称。
executionStats.totalKeysExamined: 10 表示扫描了10个索引键。
executionStats.totalDocsExamined: 10 表示扫描了10个文档。
executionStats.executionTimeMillis: 1 表示查询执行时间为1毫秒。
indexStats 命令:
indexStats 命令可以提供关于索引使用情况的统计信息,帮助你识别哪些索引被频繁使用,哪些索引几乎未被使用
db.users.aggregate([{ $indexStats: {} }])
[
{
"name": "_id_",
"key": {
"_id": 1
},
"host": "localhost:27017",
"accesses": {
"ops": 1000,
"since": ISODate("2023-10-01T00:00:00Z")
}
},
{
"name": "idx_name_age",
"key": {
"name": 1,
"age": -1
},
"host": "localhost:27017",
"accesses": {
"ops": 500,
"since": ISODate("2023-10-01T00:00:00Z")
}
}
]
关键分析:
name: 索引名称。
key: 索引的键模式。
accesses.ops: 自上次重启以来对该索引的访问次数。
accesses.since: 上次重启的时间。
db.collection.stats()
stats 方法提供集合的统计信息,包括索引的大小和使用情况。
{
"ns": "mydatabase.users",
"size": 1048576,
"count": 1000,
"avgObjSize": 1048,
"storageSize": 2097152,
"capped": false,
"nindexes": 2,
"indexSizes": {
"_id_": 26112,
"idx_name_age": 26112
},
"totalIndexSize": 52224,
"indexBuilds": {},
"ok": 1
}
关键点分析
size: 集合的总大小。
count: 文档数量。
avgObjSize: 平均文档大小。
storageSize: 存储大小。
nindexes: 索引数量。
indexSizes: 每个索引的大小。
totalIndexSize: 所有索引的总大小。
mongodb分析步奏
分析步骤:
- 查看现有索引: db.collection.getIndexes() 使用 explain 方法:
- db.collection.find({ query }).explain(“executionStats”) 使用
- indexStats 命令: db.collection.aggregate([{ $indexStats: {} }])
- 使用 db.currentOp() 监控当前操作: db.currentOp() 使用 mongostat 和
- mongotop 监控工具: mongostat、mongotop 使用 db.collection.validate()
- 验证集合完整性: db.collection.validate() 使用 db.collection.stats()
- 获取集合统计信息: db.collection.stats() 使用 db.collection.dataSize()
- 获取数据大小: db.collection.dataSize() 使用
- db.collection.totalIndexSize()
10.获取索引总大小: db.collection.totalIndexSize()
重建索引
重建集合中所有索引
db.集合名.reIndex()
删除指定索引:db.users.dropIndex(“indexName”)
重建指定索引:db.users.dropIndex(“idx_name”)
创建索引
1表示升序,-1表示降序
单字段索引
db.users.createIndex({ name: 1 })
复合索引
db.users.createIndex({ name: 1, age: -1 })