分享至

简介

就像百科全书一样,数据库是一个储存丰富可访问信息的宝库。要在百科全书中找到特定信息,需要筛选每一页直到找到所需内容。这种低效率正是百科全书设有索引的原因,索引会引导你直接翻到需要查找信息的精确页面。

数据库索引以类似的方式更高效地将你引导到正确的信息位置。在 MongoDB 中,没有索引的查询(即“遍历整本书”的搜索)被称为集合扫描(collection scan)

索引可以被认为是访问数据的快捷方式,这样就不需要扫描整个数据库来查找所需内容。在本文中,我们将介绍 MongoDB 中的索引,讨论何时使用它们以及如何管理它们。

Database Indexes

何时应该使用索引

沿用我们的百科全书类比,有人可能会认为书中每个单词都应该有一行索引。如果使用索引总是更快,那么这似乎是有益的。然而,正如你所想象的,索引中的单词行越多,书就越大。在某个时候,为了索引每个单词而需要的书的大小变得低效了。有许多单词,如“the”或“because”,其搜索价值远不如“hippopotamus”。

这与 MongoDB 和一般数据库中的索引类似。虽然为查询可能使用的任何数据创建索引确实会更快,但有些数据根本不需要索引。就像书的大小一样,向数据库添加过多索引也会占用空间,并对数据库上的写入操作产生不利影响,如果不加以控制的话。

索引是一种非常有效的方式,可以优化对经常用作查询选择标准特定数据的访问。了解何时使用它们非常重要,因此请确保在经常被查询的数据库字段上添加索引,以保持读取效率,而不会对数据库大小和写入效率产生负面影响。

如何创建索引

现在我们了解了索引是什么以及何时使用它们,我们可以开始学习创建索引的方法了。

一旦你确定了一个可以从索引中受益的字段,就可以使用 MongoDB 的 createIndex() 方法。基本语法如下:

db.COLLECTION_NAME.createIndex( { "FIELD_NAME": 1 } )

FIELD_NAME 是你想要创建索引的字段名称,1 表示升序。

一个使用该方法的示例可能如下所示:

db.mycoll.createIndex( { "country": 1 } )

你也可以使用 createIndex() 方法在多个字段上创建索引,通过创建逗号分隔列表,如下所示:

db.COLLECTION_NAME.createIndex( { "FIELD_NAME_1": 1, "FIELD_NAME_2": -1 } )

如何显示索引

一旦你开始创建索引,你可能需要检查数据库实例上存在哪些索引。在 MongoDB 中,你可以使用 getIndexes() 方法返回集合中所有索引的描述。

查看集合中所有索引的基本语法是:

db.COLLECTION_NAME.getIndexes()

使用我们之前创建索引的示例,下面显示了该方法及其返回值。

db.mycoll.getIndexes()

返回值为

[
{
"v" : 2,
"key" : {
"country" : 1
},
"name" : "country"
}
]

索引信息包括用于创建索引的键和选项。

如何理解索引性能

现在,有了创建和检查集合中现有索引的能力,你将需要查看你的索引是否按预期执行。

首先,我们将使用 sample_mflix 数据库和 comments 集合进行示例,该集合大约有 50.3k 个文档。这是由 MongoDB University 提供的一个样本集合,模拟电影和电视评论的数据存储。

为了理解索引的性能,我们首先要运行一个没有索引的查询。以下查询将返回集合中所有由 Ramsay Bolton 发表的 273 个评论文档:

db.comments.find( { "name" : "Ramsay Bolton" } )

现在,如果我们将 MongoDB 的执行计划附加到查询中,我们将看到此查询的性能。

db.comments.find( { "name" : "Ramsay Bolton" } ).explain("executionStats")

结果如下:

{
queryPlanner: {
plannerVersion: 1,
namespace: 'sample_mflix.comments',
indexFilterSet: false,
parsedQuery: { name: { '$eq': 'Ramsay Bolton' } },
winningPlan: {
stage: 'COLLSCAN',
filter: { name: { '$eq': 'Ramsay Bolton' } },
direction: 'forward'
},
rejectedPlans: []
},
executionStats: {
executionSuccess: true,
nReturned: 273,
executionTimeMillis: 23,
totalKeysExamined: 0,
totalDocsExamined: 50303,
executionStages: {
stage: 'COLLSCAN',
filter: { name: { '$eq': 'Ramsay Bolton' } },
nReturned: 273,
executionTimeMillisEstimate: 6,
works: 50305,
advanced: 273,
needTime: 50031,
needYield: 0,
saveState: 50,
restoreState: 50,
isEOF: 1,
direction: 'forward',
docsExamined: 50303
}
}
}

此输出中有几个关键结果需要关注。首先,我们可以在 winningPlan 中看到此查询的 stageCOLLSCAN。这意味着为了完成此查询,发生了集合扫描,totalDocsExamined 为 50,303,executionTimeMillis 为 23 毫秒。查询必须检查集合中的每个文档,耗时 23 毫秒,即使 nReturned 只有 273 个文档。虽然 23 毫秒听起来不多,但对于包含一百万个文档的集合来说,这可能会长得多。

如果在应用程序访问此集合时,对 name 的查询将是一个经常出现的模式,我们可能希望在该字段上创建索引。为此,我们编写以下代码:

db.comments.createIndex( {"name":1} )

如果我们使用带有之前执行计划的相同查询:

db.comments.find( { "name" : "Ramsay Bolton" } ).explain("executionStats")
{
queryPlanner: {
plannerVersion: 1,
namespace: 'sample_mflix.comments',
indexFilterSet: false,
parsedQuery: { name: { '$eq': 'Ramsay Bolton' } },
winningPlan: {
stage: 'FETCH',
inputStage: {
stage: 'IXSCAN',
keyPattern: { name: 1 },
indexName: 'name_1',
isMultiKey: false,
multiKeyPaths: { name: [] },
isUnique: false,
isSparse: false,
isPartial: false,
indexVersion: 2,
direction: 'forward',
indexBounds: { name: [ '["Ramsay Bolton", "Ramsay Bolton"]' ] }
}
},
rejectedPlans: []
},
executionStats: {
executionSuccess: true,
nReturned: 273,
executionTimeMillis: 0,
totalKeysExamined: 273,
totalDocsExamined: 273,
executionStages: {
stage: 'FETCH',
nReturned: 273,
executionTimeMillisEstimate: 0,
works: 274,
advanced: 273,
needTime: 0,
needYield: 0,
saveState: 0,
restoreState: 0,
isEOF: 1,
docsExamined: 273,
alreadyHasObj: 0,
inputStage: {
stage: 'IXSCAN',
nReturned: 273,
executionTimeMillisEstimate: 0,
works: 274,
advanced: 273,
needTime: 0,
needYield: 0,
saveState: 0,
restoreState: 0,
isEOF: 1,
keyPattern: { name: 1 },
indexName: 'name_1',
isMultiKey: false,
multiKeyPaths: { name: [] },
isUnique: false,
isSparse: false,
isPartial: false,
indexVersion: 2,
direction: 'forward',
indexBounds: { name: [ '["Ramsay Bolton", "Ramsay Bolton"]' ] },
keysExamined: 273,
seeks: 1,
dupsTested: 0,
dupsDropped: 0
}
}
}
}

与未索引的查询相比,我们现在看到 winningPlan.inputstage 现在是 IXSCAN,这表示使用了索引。

此外,我们看到 totalDocsExamined 现在只是 name"Ramsay Bolton" 的 273 个文档,而不是全部 50,303 个文档。这种效率的提高尤其体现在现在 executionTimeMillis 总计为 0ms。我们对 name 的新索引精确地告诉了查询去哪里查找它所需的数据。

分析你最重要查询的执行计划将显示你索引的性能,或突出显示何时需要创建索引以提高应用程序的效率。

如何删除索引

虽然执行计划可能显示需要索引,但它也可能显示相反的情况。例如,如果某个索引不再需要,或者没有带来太多性能提升,那么删除该索引以节省空间或提高写入性能可能符合你的最大利益。

要删除集合上的索引,使用 dropIndexes() 方法的基本语法如下:

db.COLLECTION_NAME.dropIndex( { "FIELD_NAME": 1 } )

如果我们要删除之前示例中的 country 索引,我们将这样写:

db.mycoll.dropIndex( { "country":1 } )

结论

在本指南中,我们讨论了如何高效地查询数据库,从而改善应用程序的用户体验。此外,那些将数据用于分析或其他内部工作的人将获得更快的性能和更便捷的数据库操作。了解如何索引以及索引的工作原理是实现查询效率的关键。

我们涵盖了在 MongoDB 中创建、分析和删除索引的基础知识。掌握这些索引基础将为继续学习 MongoDB 中更高级的索引提供正确的基础。

常见问题

对于存储为二维平面上的点数据,使用2d 索引。它适用于旧版 MongoDB 版本中的传统坐标对。

一个 2d 索引可以引用两个字段。第一个必须是位置字段。2d 复合索引构造查询时,首先根据位置字段进行选择,然后根据附加条件过滤这些结果。

无论集合大小,你都将使用 createIndex() 方法。

如果你在大型集合上构建索引时遇到问题,那么你可能需要考虑横向扩展,以便更易于管理。

MongoDB 也推荐滚动索引构建方法。

为了在 MongoDB 中为嵌入对象字段建立索引,你可以使用点表示法。

例如,如果你有一个用于跟踪已读书籍的应用程序,那么每个用户可能有一个集合,其结构如下:

db.users.insertOne({
"first_name": "Alex",
"last_name": "Emerich",
"books": {
"first_book": {
"title": "Flights",
"author": "Olga Tokarczuk"
},
"second book": {
"title": "The Master and Margarita",
"author": "Mikhail Bulgakov"
},
"total": 2
}
})

为了在嵌入的 total 字段上创建索引,请编写以下语句:

db.users.createIndex( {"books.total": 1 } )

复合索引是一种单一的索引结构,它引用了集合文档中的多个字段。

创建复合索引的基本语法如下:

db.collection.createIndex( { <field1>: <type>, <field2>: <type2>, ... } )

唯一索引确保表中的任何两行在索引列或列中没有重复值。在 MongoDB 的情况下,它指的是文档字段中的重复值。

非唯一索引不施加此限制。

作者简介
Alex Emerich

Alex Emerich

Alex 是一个典型的观鸟、热爱嘻哈的“书呆子”,他也喜欢撰写有关数据库的文章。他目前住在柏林,在那里可以看到他像利奥波德·布鲁姆(Leopold Bloom)一样漫无目的地在城市中行走。
© . All rights reserved.