MongoDB中哪几种情况下的索引选择策略（mongo建索引很慢吗）学到了吗

文章摘要

好的，我已阅读并理解了关于MongoDB索引选择策略的文章内容。以下是对文章的主要理解和总结： 1. **索引的重要性** MongoDB会自动创建或更新索引以优化查询性能。索引是连接操作的核心，影响整体查询效率。选择合适的索引字段可以显著提高性能，而频繁使用的字段应尽量选择较大的索引。 2. **正则表达式匹配的索引优化** 使用正则表达式匹配时，应优先选择覆盖范围较小的索引。前缀匹配（如`^user`）比全字段匹配更高效，因为索引覆盖的范围更小，查询速度更快。 3. **复合索引的使用** 复合索引可以考虑多个字段（如name和age），在排序操作中选择合适的索引以提高效率。使用复合索引时，应根据数据分布规律决定是否选择前缀索引。 4. **排序操作对索引的需求** 排序时，单字段排序可能需要全表扫描，而复合索引或前缀索引可以提高效率。使用复合查询时，应优先使用索引字段。 5. **索引与非索引字段的结合** 索引字段可以加速查询，而非索引字段则可能需要全表扫描。在排序操作中，若无法充分利用索引，可能需要全表扫描。 6. **复杂查询中的索引选择** 面对复杂的查询（如复合查询、`$or`操作符等），MongoDB会尝试利用索引，但有时可能无法充分利用，导致全表扫描。此时，索引的选择至关重要。总结：选择合适的索引策略对 MongoDB性能至关重要。优先选择覆盖范围小的索引、考虑复合索引，并根据数据分布和查询需求优化索引使用。

目录一、MongoDB如何选择索引二、数据准备三、正则对index的使用四、$or从句对索引的利用五、sort对索引的利用六、搜索数据对索引命中的影响总结

如果我们在Collection建了5个index，那么当我们查询的时候，MongoDB会根据查询语句的筛选条件、sort排序等来定位可以使用的index作为候选索引；然后MongoDB会创建对应数量的查询计划，并分别使用不同线程执行查询计划，最终会选择一个执行最快的index；但是这个选择也不是一成不变的，后续还会有一段时间根据实际执行情况动态调整；

for(let i=0;i<1000000;i++){ db.users.insertOne({ “id”:i, “name”:’user’+i, “age”:Math.floor(Math.random()*120), “created”:new Date(ISODate().getTime() – 1000 * 60*i) }); }

MongoDB支持正则查询，在特定的情况其也是可以利用index获得查询性能的提升；

虽然MongDB执行正则会最大限度的使用index，但是不同的用法还是会影响对index的利用程度的；

执行以下普通正则表达式

从queryPlanner.winningPlan部分的COLLSCAN，可以看到正则表达式默认会进行全表的扫描；

从executionStats.executionStages部分可以看到COLLSCAN共扫描了1000000个文档，并返回1111个文档，总耗时794ms；

db.users.find({ name:/user999/ }).explain(‘executionStats’) { “queryPlanner” : { “plannerVersion” : 1, “namespace” : “test.users”, “indexFilterSet” : false, “winningPlan” : { “stage” : “COLLSCAN”, “filter” : { “name” : { “$regex” : “user999” } }, “direction” : “forward” }, “rejectedPlans” : [ ] }, “executionStats” : { “executionSuccess” : true, “nReturned” : 1111, “executionTimeMillis” : 909, “totalKeysExamined” : 0, “totalDocsExamined” : 1000000, “executionStages” : { “stage” : “COLLSCAN”, “filter” : { “name” : { “$regex” : “user999” } }, “nReturned” : 1111, “executionTimeMillisEstimate” : 794, “works” : 1000002, “advanced” : 1111, “needTime” : 998890, “needYield” : 0, “saveState” : 7830, “restoreState” : 7830, “isEOF” : 1, “invalidates” : 0, “direction” : “forward”, “docsExamined” : 1000000 } } }

创建一个包含name的index；

db.users.createIndex({name:1})

再次执行上边的查询，可以看到使用了我们新建的name_1索引；但是从执行状态来看，还是扫描了全体的索引的key，并不能很好的利用index；

{ “queryPlanner” : { “plannerVersion” : 1, “namespace” : “test.users”, “indexFilterSet” : false, “parsedQuery” : { “name” : { “$regex” : “user999” } }, “winningPlan” : { “stage” : “FETCH”, “inputStage” : { “stage” : “IXSCAN”, “filter” : { “name” : { “$regex” : “user999” } }, “keyPattern” : { “name” : 1 }, “indexName” : “name_1” } }, “rejectedPlans” : [ ] }, “executionStats” : { “executionSuccess” : true, “nReturned” : 1111, “executionTimeMillis” : 971, “totalKeysExamined” : 1000000, “totalDocsExamined” : 1111, “executionStages” : { “stage” : “FETCH”, “nReturned” : 1111, “executionTimeMillisEstimate” : 887, “docsExamined” : 1111, “alreadyHasObj” : 0, “inputStage” : { “stage” : “IXSCAN”, “filter” : { “name” : { “$regex” : “user999” } }, “nReturned” : 1111, “executionTimeMillisEstimate” : 876, “keyPattern” : { “name” : 1 }, “indexName” : “name_1”, “keysExamined” : 1000000 } } } }

使用前缀匹配的话可以最大限度的利用index，从执行状态可以看到只检测了1111个index key；

db.users.find({ name:/^user999/ }).explain(‘executionStats’) { “queryPlanner” : { “plannerVersion” : 1, “namespace” : “test.users”, “indexFilterSet” : false, “parsedQuery” : { “name” : { “$regex” : “^user999” } }, “winningPlan” : { “stage” : “FETCH”, “inputStage” : { “stage” : “IXSCAN”, “keyPattern” : { “name” : 1 }, “indexName” : “name_1” } }, “rejectedPlans” : [ ] }, “executionStats” : { “executionSuccess” : true, “nReturned” : 1111, “executionTimeMillis” : 2, “totalKeysExamined” : 1111, “totalDocsExamined” : 1111, “executionStages” : { “stage” : “FETCH”, “nReturned” : 1111, “executionTimeMillisEstimate” : 0 “docsExamined” : 1111 “inputStage” : { “stage” : “IXSCAN”, “nReturned” : 1111, “executionTimeMillisEstimate” : 0, “indexName” : “name_1”, “keysExamined” : 1111 } } } }

即使是前缀匹配，如果忽略大小写的话也无法充分利用index了；

db.users.find({ name:/^user999/i }).explain(‘executionStats’) { “queryPlanner” : { “plannerVersion” : 1, “namespace” : “test.users”, “indexFilterSet” : false, “parsedQuery” : { “name” : { “$regex” : “user999”, “$options” : “i” } }, “winningPlan” : { “stage” : “FETCH”, “inputStage” : { “stage” : “IXSCAN”, “filter” : { “name” : { “$regex” : “user999”, “$options” : “i” } }, “keyPattern” : { “name” : 1 }, “indexName” : “name_1” } }, “rejectedPlans” : [ ] }, “executionStats” : { “executionSuccess” : true, “nReturned” : 1111, “executionTimeMillis” : 943, “totalKeysExamined” : 1000000, “totalDocsExamined” : 1111, “executionStages” : { “stage” : “FETCH”, “nReturned” : 1111, “executionTimeMillisEstimate” : 833, “works” : 1000001, “inputStage” : { “stage” : “IXSCAN”, “filter” : { “name” : { “$regex” : “user999”, “$options” : “i” } }, “nReturned” : 1111, “executionTimeMillisEstimate” : 833, “keyPattern” : { “name” : 1 }, “indexName” : “name_1” “keysExamined” : 1000000 } } } }

MongoDB执行$or从句的时候，会将所有的从句作为逻辑的整体，要不就都使用index，要不就都进行全表扫描；

执行以下的查询语句；

db.users.find({ $or:[ {name:/^user666/}, {age:{$gte:80}} ] }).explain(‘executionStats’)

在只有name_1这个index的时候，我们可以看到MongoDB进行了全表扫描，全表扫描的时候进行$or从句的过滤；

{ “queryPlanner” : { “plannerVersion” : 1, “namespace” : “test.users”, “indexFilterSet” : false, “parsedQuery” : { “$or” : [ { “age” : { “$gte” : 20 } }, { “name” : { “$regex” : “^user666” } } ] }, “winningPlan” : { “stage” : “SUBPLAN”, “inputStage” : { “stage” : “COLLSCAN”, “filter” : { “$or” : [ { “age” : { “$gte” : 20 } }, { “name” : { “$regex” : “^user666” } } ] }, “direction” : “forward” } }, “rejectedPlans” : [ ] }, “executionStats” : { “executionSuccess” : true, “nReturned” : 833995, “executionTimeMillis” : 576, “totalKeysExamined” : 0, “totalDocsExamined” : 1000000, “executionStages” : { “stage” : “SUBPLAN”, “nReturned” : 833995, “executionTimeMillisEstimate” : 447, “inputStage” : { “stage” : “COLLSCAN”, “filter” : { “$or” : [ { “age” : { “$gte” : 20 } }, { “name” : { “$regex” : “^user666” } } ] }, “nReturned” : 833995, “executionTimeMillisEstimate” : 447, “docsExamined” : 1000000 } } } }

我们对name字段新建一个index；

db.users.createIndex({age:1})

再次执行以上的查询语句，这次可以看到每个从句都利用了index，并且每个从句会单独执行并最终进行or操作；

{ “queryPlanner” : { “plannerVersion” : 1, “namespace” : “test.users”, “indexFilterSet” : false, “parsedQuery” : { “$or” : [ { “age” : { “$gte” : 80 } }, { “name” : { “$regex” : “^user666” } } ] }, “winningPlan” : { “stage” : “SUBPLAN”, “inputStage” : { “stage” : “FETCH”, “inputStage” : { “stage” : “OR”, “inputStages” : [ { “stage” : “IXSCAN”, “keyPattern” : { “name” : 1 }, “indexName” : “name_1”, “isMultiKey” : false, “multiKeyPaths” : { “name” : [ ] }, “isUnique” : false, “isSparse” : false, “isPartial” : false, “indexVersion” : 2, “direction” : “forward”, “indexBounds” : { “name” : [ “[“user666”, “user667″)”, “[/^user666/, /^user666/]” ] } }, { “stage” : “IXSCAN”, “keyPattern” : { “age” : 1 }, “indexName” : “age_1”, “isMultiKey” : false, “multiKeyPaths” : { “age” : [ ] }, “isUnique” : false, “isSparse” : false, “isPartial” : false, “indexVersion” : 2, “direction” : “forward”, “indexBounds” : { “age” : [ “[80.0, inf.0]” ] } } ] } } }, “rejectedPlans” : [ ] }, “executionStats” : { “executionSuccess” : true, “nReturned” : 333736, “executionTimeMillis” : 741, “totalKeysExamined” : 334102, “totalDocsExamined” : 333736, “executionStages” : { “stage” : “SUBPLAN”, “nReturned” : 333736, “executionTimeMillisEstimate” : 703, “inputStage” : { “stage” : “FETCH”, “nReturned” : 333736, “executionTimeMillisEstimate” : 682 “docsExamined” : 333736, “inputStage” : { “stage” : “OR”, “nReturned” : 333736, “executionTimeMillisEstimate” : 366, “inputStages” : [ { “stage” : “IXSCAN”, “nReturned” : 1111, “executionTimeMillisEstimate” : 0, “keyPattern” : { “name” : 1 }, “indexName” : “name_1”, “indexBounds” : { “name” : [ “[“user666”, “user667″)”, “[/^user666/, /^user666/]” ] }, “keysExamined” : 1112 }, { “stage” : “IXSCAN”, “nReturned” : 332990, “executionTimeMillisEstimate” : 212, “keyPattern” : { “age” : 1 }, “indexName” : “age_1”, “indexBounds” : { “age” : [ “[80.0, inf.0]” ] }, “keysExamined” : 332990 } ] } } } } }

如果sort操作无法利用index，则MongoDB就会在内存中排序数据，并且数据量一大就会报错；

db.users.find().sort({created: -1}).explain(‘executionStats’) { “queryPlanner” : { “plannerVersion” : 1, “namespace” : “test.users”, “indexFilterSet” : false, “parsedQuery” : { }, “winningPlan” : { “stage” : “SORT”, “sortPattern” : { “created” : -1 }, “inputStage” : { “stage” : “SORT_KEY_GENERATOR”, “inputStage” : { “stage” : “COLLSCAN”, “direction” : “forward” } } }, “rejectedPlans” : [ ] }, “executionStats” : { “executionSuccess” : false, “errorMessage” : “Exec error resulting in state FAILURE :: caused by :: Sort operation used more than the maximum 33554432 bytes of RAM. Add an index, or specify a smaller limit.”, “errorCode” : 96, “nReturned” : 0, “executionTimeMillis” : 959, “totalKeysExamined” : 0, “totalDocsExamined” : 361996, “executionStages” : { “stage” : “SORT”, “nReturned” : 0, “executionTimeMillisEstimate” : 922, “sortPattern” : { “created” : -1 }, “memUsage” : 33554518, “memLimit” : 33554432, “inputStage” : { “stage” : “SORT_KEY_GENERATOR”, “nReturned” : 361996, “executionTimeMillisEstimate” : 590, “inputStage” : { “stage” : “COLLSCAN”, “nReturned” : 361996, “executionTimeMillisEstimate” : 147, “direction” : “forward”, “docsExamined” : 361996 } } } } }

如果是单字段index，sort从两个方向都可以充分利用index；可以看到MongoDB直接按照index的顺序返回结果，直接就没有sort阶段了；

db.users.find().sort({name: -1}).explain(‘executionStats’) { “queryPlanner” : { “plannerVersion” : 1, “namespace” : “test.users”, “indexFilterSet” : false, “parsedQuery” : { }, “winningPlan” : { “stage” : “FETCH”, “inputStage” : { “stage” : “IXSCAN”, “keyPattern” : { “name” : 1 }, “indexName” : “name_1”, “direction” : “backward”, “indexBounds” : { “name” : [ “[MaxKey, MinKey]” ] } } }, “rejectedPlans” : [ ] }, “executionStats” : { “executionSuccess” : true, “nReturned” : 1000000, “executionTimeMillis” : 1317, “totalKeysExamined” : 1000000, “totalDocsExamined” : 1000000, “executionStages” : { “stage” : “FETCH”, “nReturned” : 1000000, “executionTimeMillisEstimate” : 1180, “inputStage” : { “stage” : “IXSCAN”, “nReturned” : 1000000, “executionTimeMillisEstimate” : 560, “keyPattern” : { “name” : 1 }, “indexName” : “name_1”, “isMultiKey” : false, “multiKeyPaths” : { “name” : [ ] }, “isUnique” : false, “isSparse” : false, “isPartial” : false, “indexVersion” : 2, “direction” : “backward”, “indexBounds” : { “name” : [ “[MaxKey, MinKey]” ] }, “keysExamined” : 1000000, “seeks” : 1, “dupsTested” : 0, “dupsDropped” : 0, “seenInvalidated” : 0 } } } }

对于复合索引，sort除了可以从整体上从两个方向利用index，也可以利用index的前缀索引和非前缀局部索引；

新建复合索引

db.users.createIndex({created:-1, name:1, age:1})

按照复合索引的反方向进行整体排序；

db.users.find().sort({created:1, name:-1, age:-1}).explain(‘executionStats’) { “queryPlanner” : { “plannerVersion” : 1, “namespace” : “test.users”, “indexFilterSet” : false, “parsedQuery” : { }, “winningPlan” : { “stage” : “FETCH”, “inputStage” : { “stage” : “IXSCAN”, “keyPattern” : { “created” : -1, “name” : 1, “age” : 1 }, “indexName” : “created_-1_name_1_age_1”, “isMultiKey” : false, “multiKeyPaths” : { “created” : [ ], “name” : [ ], “age” : [ ] }, “isUnique” : false, “isSparse” : false, “isPartial” : false, “indexVersion” : 2, “direction” : “backward”, “indexBounds” : { “created” : [ “[MinKey, MaxKey]” ], “name” : [ “[MaxKey, MinKey]” ], “age” : [ “[MaxKey, MinKey]” ] } } }, “rejectedPlans” : [ ] }, “executionStats” : { “executionSuccess” : true, “nReturned” : 1000000, “executionTimeMillis” : 1518, “totalKeysExamined” : 1000000, “totalDocsExamined” : 1000000, “executionStages” : { “stage” : “FETCH”, “nReturned” : 1000000, “executionTimeMillisEstimate” : 1364, “docsExamined” : 1000000, “inputStage” : { “stage” : “IXSCAN”, “nReturned” : 1000000, “executionTimeMillisEstimate” : 816, “keyPattern” : { “created” : -1, “name” : 1, “age” : 1 }, “indexName” : “created_-1_name_1_age_1”, “isMultiKey” : false, “multiKeyPaths” : { “created” : [ ], “name” : [ ], “age” : [ ] }, “isUnique” : false, “isSparse” : false, “isPartial” : false, “indexVersion” : 2, “direction” : “backward”, “indexBounds” : { “created” : [ “[MinKey, MaxKey]” ], “name” : [ “[MaxKey, MinKey]” ], “age” : [ “[MaxKey, MinKey]” ] }, “keysExamined” : 1000000 } } } }

排序使用索引前缀，也需要保证字段的顺序，但是可以反方向排序；

db.users.find().sort({created:1, name:-1, age:-1}).explain(‘executionStats’) { “queryPlanner” : { “plannerVersion” : 1, “namespace” : “test.users”, “indexFilterSet” : false, “parsedQuery” : { }, “winningPlan” : { “stage” : “FETCH”, “inputStage” : { “stage” : “IXSCAN”, “keyPattern” : { “created” : -1, “name” : 1, “age” : 1 }, “indexName” : “created_-1_name_1_age_1”, “isMultiKey” : false, “multiKeyPaths” : { “created” : [ ], “name” : [ ], “age” : [ ] }, “isUnique” : false, “isSparse” : false, “isPartial” : false, “indexVersion” : 2, “direction” : “backward”, “indexBounds” : { “created” : [ “[MinKey, MaxKey]” ], “name” : [ “[MaxKey, MinKey]” ], “age” : [ “[MaxKey, MinKey]” ] } } }, “rejectedPlans” : [ ] }, “executionStats” : { “executionSuccess” : true, “nReturned” : 1000000, “executionTimeMillis” : 1487, “totalKeysExamined” : 1000000, “totalDocsExamined” : 1000000, “executionStages” : { “stage” : “FETCH”, “nReturned” : 1000000, “executionTimeMillisEstimate” : 1339, “works” : 1000001, “advanced” : 1000000, “needTime” : 0, “needYield” : 0, “saveState” : 7845, “restoreState” : 7845, “isEOF” : 1, “invalidates” : 0, “docsExamined” : 1000000, “alreadyHasObj” : 0, “inputStage” : { “stage” : “IXSCAN”, “nReturned” : 1000000, “executionTimeMillisEstimate” : 769, “works” : 1000001, “advanced” : 1000000, “needTime” : 0, “needYield” : 0, “saveState” : 7845, “restoreState” : 7845, “isEOF” : 1, “invalidates” : 0, “keyPattern” : { “created” : -1, “name” : 1, “age” : 1 }, “indexName” : “created_-1_name_1_age_1”, “isMultiKey” : false, “multiKeyPaths” : { “created” : [ ], “name” : [ ], “age” : [ ] }, “isUnique” : false, “isSparse” : false, “isPartial” : false, “indexVersion” : 2, “direction” : “backward”, “indexBounds” : { “created” : [ “[MinKey, MaxKey]” ], “name” : [ “[MaxKey, MinKey]” ], “age” : [ “[MaxKey, MinKey]” ] }, “keysExamined” : 1000000, “seeks” : 1, “dupsTested” : 0, “dupsDropped” : 0, “seenInvalidated” : 0 } } } }

排序如果使用的是非前缀的局部字典排序，name需要保证前边的字段是等值筛选操作才行；

db.users.find({created:new Date(“2021-10-30T08:17:01.184Z”)}).sort({name:-1}).explain(‘executionStats’) { “queryPlanner” : { “plannerVersion” : 1, “namespace” : “test.users”, “indexFilterSet” : false, “parsedQuery” : { “created” : { “$eq” : ISODate(“2021-10-30T08:17:01.184Z”) } }, “winningPlan” : { “stage” : “FETCH”, “inputStage” : { “stage” : “IXSCAN”, “keyPattern” : { “created” : -1, “name” : 1, “age” : 1 }, “indexName” : “created_-1_name_1_age_1”, “isMultiKey” : false, “multiKeyPaths” : { “created” : [ ], “name” : [ ], “age” : [ ] }, “isUnique” : false, “isSparse” : false, “isPartial” : false, “indexVersion” : 2, “direction” : “backward”, “indexBounds” : { “created” : [ “[new Date(1635581821184), new Date(1635581821184)]” ], “name” : [ “[MaxKey, MinKey]” ], “age” : [ “[MaxKey, MinKey]” ] } } }, “rejectedPlans” : [ ] }, “executionStats” : { “executionSuccess” : true, “nReturned” : 0, “executionTimeMillis” : 0, “totalKeysExamined” : 0, “totalDocsExamined” : 0, “executionStages” : { “stage” : “FETCH”, “nReturned” : 0, “executionTimeMillisEstimate” : 0, “works” : 1, “advanced” : 0, “needTime” : 0, “needYield” : 0, “saveState” : 0, “restoreState” : 0, “isEOF” : 1, “invalidates” : 0, “docsExamined” : 0, “alreadyHasObj” : 0, “inputStage” : { “stage” : “IXSCAN”, “nReturned” : 0, “executionTimeMillisEstimate” : 0, “works” : 1, “advanced” : 0, “needTime” : 0, “needYield” : 0, “saveState” : 0, “restoreState” : 0, “isEOF” : 1, “invalidates” : 0, “keyPattern” : { “created” : -1, “name” : 1, “age” : 1 }, “indexName” : “created_-1_name_1_age_1”, “isMultiKey” : false, “multiKeyPaths” : { “created” : [ ], “name” : [ ], “age” : [ ] }, “isUnique” : false, “isSparse” : false, “isPartial” : false, “indexVersion” : 2, “direction” : “backward”, “indexBounds” : { “created” : [ “[new Date(1635581821184), new Date(1635581821184)]” ], “name” : [ “[MaxKey, MinKey]” ], “age” : [ “[MaxKey, MinKey]” ] }, “keysExamined” : 0, “seeks” : 1, “dupsTested” : 0, “dupsDropped” : 0, “seenInvalidated” : 0 } } } }

MongoDB对index的选择是受到实际场景的数据影响比较大的，即与实际数据的分布规律有关，也跟实际筛选出来的数据有关系；所以我们对索引的优化和测试都需要考虑实际的数据场景才行；

由于name的字段值筛选出来的key太多，不能充分利用index，所以MongoDB拒绝了name_1并选择了age_1;

db.users.find({ name:/^user/, age:{$gte:110} }).explain(‘executionStats’) { “queryPlanner” : { “plannerVersion” : 1, “namespace” : “test.users”, “indexFilterSet” : false, “parsedQuery” : { “$and” : [ { “age” : { “$gte” : 110 } }, { “name” : { “$regex” : “^user” } } ] }, “winningPlan” : { “stage” : “FETCH”, “filter” : { “name” : { “$regex” : “^user” } }, “inputStage” : { “stage” : “IXSCAN”, “keyPattern” : { “age” : 1 }, “indexName” : “age_1”, “isMultiKey” : false, “multiKeyPaths” : { “age” : [ ] }, “isUnique” : false, “isSparse” : false, “isPartial” : false, “indexVersion” : 2, “direction” : “forward”, “indexBounds” : { “age” : [ “[110.0, inf.0]” ] } } }, “rejectedPlans” : [ { “stage” : “FETCH”, “filter” : { “age” : { “$gte” : 110 } }, “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” : [ “[“user”, “uses”)”, “[/^user/, /^user/]” ] } } } ] }, “executionStats” : { “executionSuccess” : true, “nReturned” : 83215, “executionTimeMillis” : 246, “totalKeysExamined” : 83215, “totalDocsExamined” : 83215, “executionStages” : { “stage” : “FETCH”, “filter” : { “name” : { “$regex” : “^user” } }, “nReturned” : 83215, “executionTimeMillisEstimate” : 232, “works” : 83216, “advanced” : 83215, “needTime” : 0, “needYield” : 0, “saveState” : 658, “restoreState” : 658, “isEOF” : 1, “invalidates” : 0, “docsExamined” : 83215, “alreadyHasObj” : 0, “inputStage” : { “stage” : “IXSCAN”, “nReturned” : 83215, “executionTimeMillisEstimate” : 43, “works” : 83216, “advanced” : 83215, “needTime” : 0, “needYield” : 0, “saveState” : 658, “restoreState” : 658, “isEOF” : 1, “invalidates” : 0, “keyPattern” : { “age” : 1 }, “indexName” : “age_1”, “isMultiKey” : false, “multiKeyPaths” : { “age” : [ ] }, “isUnique” : false, “isSparse” : false, “isPartial” : false, “indexVersion” : 2, “direction” : “forward”, “indexBounds” : { “age” : [ “[110.0, inf.0]” ] }, “keysExamined” : 83215, “seeks” : 1, “dupsTested” : 0, “dupsDropped” : 0, “seenInvalidated” : 0 } } } }

我们修改一下name筛选条件的值，进一步缩小命中的范围，可以看到这次MongoDB选择了name_1;

db.users.find({ name:/^user8888/, age:{$gte:110} }).explain(‘executionStats’) { “queryPlanner” : { “plannerVersion” : 1, “namespace” : “test.users”, “indexFilterSet” : false, “parsedQuery” : { “$and” : [ { “age” : { “$gte” : 110 } }, { “name” : { “$regex” : “^user8888” } } ] }, “winningPlan” : { “stage” : “FETCH”, “filter” : { “age” : { “$gte” : 110 } }, “inputStage” : { “stage” : “IXSCAN”, “keyPattern” : { “name” : 1 }, “indexName” : “name_1”, “isMultiKey” : false, “multiKeyPaths” : { “name” : [ ] }, “isUnique” : false, “isSparse” : false, “isPartial” : false, “indexVersion” : 2, “direction” : “forward”, “indexBounds” : { “name” : [ “[“user8888”, “user8889″)”, “[/^user8888/, /^user8888/]” ] } } }, “rejectedPlans” : [ { “stage” : “FETCH”, “filter” : { “name” : { “$regex” : “^user8888” } }, “inputStage” : { “stage” : “IXSCAN”, “keyPattern” : { “age” : 1 }, “indexName” : “age_1”, “isMultiKey” : false, “multiKeyPaths” : { “age” : [ ] }, “isUnique” : false, “isSparse” : false, “isPartial” : false, “indexVersion” : 2, “direction” : “forward”, “indexBounds” : { “age” : [ “[110.0, inf.0]” ] } } } ] }, “executionStats” : { “executionSuccess” : true, “nReturned” : 10, “executionTimeMillis” : 0, “totalKeysExamined” : 112, “totalDocsExamined” : 111, “executionStages” : { “stage” : “FETCH”, “filter” : { “age” : { “$gte” : 110 } }, “nReturned” : 10, “executionTimeMillisEstimate” : 0, “works” : 114, “advanced” : 10, “needTime” : 102, “needYield” : 0, “saveState” : 1, “restoreState” : 1, “isEOF” : 1, “invalidates” : 0, “docsExamined” : 111, “alreadyHasObj” : 0, “inputStage” : { “stage” : “IXSCAN”, “nReturned” : 111, “executionTimeMillisEstimate” : 0, “works” : 113, “advanced” : 111, “needTime” : 1, “needYield” : 0, “saveState” : 1, “restoreState” : 1, “isEOF” : 1, “invalidates” : 0, “keyPattern” : { “name” : 1 }, “indexName” : “name_1”, “isMultiKey” : false, “multiKeyPaths” : { “name” : [ ] }, “isUnique” : false, “isSparse” : false, “isPartial” : false, “indexVersion” : 2, “direction” : “forward”, “indexBounds” : { “name” : [ “[“user8888”, “user8889″)”, “[/^user8888/, /^user8888/]” ] }, “keysExamined” : 112, “seeks” : 2, “dupsTested” : 0, “dupsDropped” : 0, “seenInvalidated” : 0 } } } }

到此这篇关于MongoDB中哪几种情况下的索引选择策略的文章就介绍到这了,更多相关MongoDB索引选择策略内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:mongoDB数据库索引快速入门指南关于对MongoDB索引的一些简单理解MongoDB如何正确中断正在创建的索引详解ubuntu安装mongodb创建账号和库及添加坐标索引的流程分析MongoDB通配符索引的用法实例关于MongoDB谨防索引seek的效率问题详析MongoDB中的定时索引示例详解MongoDB索引类型汇总分享