<强>一、解释函数
解释函数可以提供大量查询相关的信息,如果是慢查询,它最重要的诊断工具,例如:
在有索引的字段上查询:
祝辞,db.post.find ({“loc.city”:“纽约”}).explain (),,,
{,,,
,,,“光标”,:,“BtreeCursor loc.city_1”,,,,,
,,,,“isMultiKey”:,假的,,,,,
,,,“n”,:, 0,,,,,
,,,,“nscannedObjects”:, 0,,,,,
,,,,“nscanned”:, 0,,,,,
,,,,“nscannedObjectsAllPlans”:, 0,,,,,
,,,,“nscannedAllPlans”:, 0,,,,,
,,,,“scanAndOrder”:,假的,,,,,
,,,,“indexOnly”:,假的,,,,,
,,,,“nYields”:, 0,,,,,
,,,,“nChunkSkips”:, 0,,,,,
,,,“飞船”,:,,,,,,
,,,,“indexBounds”:, {,,,
,,,,,,,“loc.city”,:,,,,
,,,,,,,,,,,,,,,
,,,,,,,,,,,,,,,“纽约”,,,,,
,,,,,,,,,,,,,,,“纽约”,,,,
,,,,,,,,,,,),,,,
,,,,,,,),,,,
,,,},,,,,
,,,“服务器”,:,“localhost.localdomain: 27017”,,,,,
,,,,“filterSet”:, false ,,,
},,,,
在 在没有索引的的字段上查询:
祝辞,db.post.find({“名称”:“乔”}).explain (),,,
{,,,
,,,“光标”,:,“BasicCursor”,,,,,
,,,,“isMultiKey”:,假的,,,,,
,,,“n”,,, 2,,,,,
,,,,“nscannedObjects”:, 15日,,,,,
,,,,“nscanned”:, 15日,,,,,
,,,,“nscannedObjectsAllPlans”:, 15日,,,,,
,,,,“nscannedAllPlans”:, 15日,,,,,
,,,,“scanAndOrder”:,假的,,,,,
,,,,“indexOnly”:,假的,,,,,
,,,,“nYields”:, 0,,,,,
,,,,“nChunkSkips”:, 0,,,,,
,,,“飞船”,:,0,,,,,
,,,“服务器”,:,“localhost.localdomain: 27017”,,,,,
,,,,“filterSet”:, false ,,,
},,,,
在 对比上面两个查询,对解释结果中的字段的解释:
“光标”:“BasicCursor”表示本次查询没有使用索引;“BtreeCursor 疯狂的。city_1”表示使用了地方。城上的索引;
“isMultikey”表示是否使用了多键索引;
“n”:本次查询返回的文档数量;
“nscannedObjects”:表示按照索引指针去磁盘上实际查找实际文档的次数;
“nscanned”:如果没有索引,这个数字就是查找过的索引条目数量;
“scanAndOrder”:是否对结果集进行了排序;
“indexOnly”:是否利用索引就能完成索引;
“nYields”:如果在查询的过程中有写操作,查询就会暂停;这个字段代表在查询中因写操作而暂停的次数;
“飞船”:本次查询花费的次数,数字越小说明查询的效率越高;
“indexBounds”:这个字段描述索引的使用情况,给出索引遍历的范围。
“filterSet”:是否使用和索引过滤;
,
<强>二,提示函数
如果发现MongoDB使用的索引和自己企望的索引不一致,可以使用了函数强制MongoDB使用特定的索引,例如
祝辞db.users.find({“年龄”:1、“用户名”:/?/}).hint({“用户名”:1、“年龄”:1})
