mongodb 查询优化器处理查询, 并在给定可用索引的情况下为查询选择最有效的查询计划。然后, 查询系统在每次运行查询时都使用此查询计划。

查询优化器仅缓存那些可以有多个可行计划的查询形状的计划。

对于每个查询, 查询计划程序将在查询计划缓存中搜索适合查询形状的项。如果没有匹配的条目, 查询计划程序将生成候选计划, 以便在试用期内进行评估。查询计划器选择一个获胜计划, 创建一个包含获胜计划的缓存条目, 并使用它来生成结果文档。

如果存在匹配的条目, 查询计划程序将基于该条目生成一个计划, 并通过重新规划机制评估其性能。此机制根据计划性能做出传递失败决策, 并保留或删除缓存项。在逐出时, 查询计划程序使用正常规划选择新计划

mongo 与 docker

mongo 与 java

mongo 的索引

知道 index 和执行计划之后，我们要学会分析执行计划。选择出最优秀的索引方案。

索引准则

1. 避免全表扫描

2. 避免过多索引。如无必要，不增索引。

关注点

关注点1：执行时间

其中有3个executionTimeMillis，分别是

executionStats.executionTimeMillis

该query的整体查询时间

executionStats.executionStages.executionTimeMillis

索引通过减少查询操作需要处理的数据量来提高读取操作的效率。

这简化了与在 mongodb 中完成查询相关的工作。

创建索引以支持读取操作

如果应用程序在特定字段或一组字段上查询集合, 则查询字段上的索引或一组字段上的复合索引可能会阻止查询扫描整个集合以查找和返回查询结果。

案例

应用程序在类型字段上查询清单集合。

type 字段的值是用户驱动的。

var typeValue = ;
db.inventory.find( { type: typeValue } );

使用explain关键字可以模拟优化器执行SQL查询语句，从而知道MySQL是如何处理你的SQL语句的，分析你的查询语句或是表结构的性能瓶颈。

建表测试

• user 表

create table `user` (
   `id` INT NOT NULL AUTO_INCREMENT,
   `name` VARCHAR(100) NOT NULL,
   PRIMARY KEY (`id`)
);

场景

测试联合索引的效果。

建表语句

当然，你可以使用 SQL 查询和操作来实现这个目标。以下是一个示例的 SQL 脚本，可以在 MySQL 数据库中执行，来插入 100 万条数据并确保 user_id 相同：

-- 创建 user 表
CREATE TABLE user (
    id INT PRIMARY KEY AUTO_INCREMENT,
    user_id INT NOT NULL,
    user_name VARCHAR(255),
    user_status INT,
    INDEX idx_user_id (user_id)
);

-- 创建 user_ex 表
CREATE TABLE user_ex (
    id INT PRIMARY KEY AUTO_INCREMENT,
    user_id INT NOT NULL,
    remark TEXT,
    INDEX idx_user_id (user_id)
);