首页 运维技术

MongoDB常见的性能优化方法

发布时间:2016年08月11日评论数：抢沙发阅读数：4059

一、索引

MongoDB 提供了多样性的索引支持，索引信息被保存在system.indexes 中，且默认总是为_id创建索引，它的索引使用基本和MySQL 等关系型数据库一样。其实可以这样说说，索引是凌驾于数据存储系统之上的另一层系统，所以各种结构迥异的存储都有相同或相似的索引实现及使用接口并不足为奇。

1.基础索引

在字段age 上创建索引，1(升序);-1(降序)：

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

_id 是创建表的时候自动创建的索引，此索引是不能够删除的。当系统已有大量数据时，创建索引就是个非常耗时的活，我们可以在后台执行，只需指定“backgroud:true”即可。

db.t3.ensureIndex({age:1} , {backgroud:true})

2.文档索引

索引可以任何类型的字段，甚至文档: MongoDB性能优化

db.factories.insert( { name: "wwl", addr: { city: "Beijing", state: "BJ" } } );

//在addr 列上创建索引

db.factories.ensureIndex( { addr : 1 } );

//下面这个查询将会用到我们刚刚建立的索引

db.factories.find( { addr: { city: "Beijing", state: "BJ" } } );

//但是下面这个查询将不会用到索引，因为查询的顺序跟索引建立的顺序不一样

db.factories.find( { addr: { state: "BJ" , city: "Beijing"} } );

3. 组合索引

跟其它数据库产品一样，MongoDB 也是有组合索引的，下面我们将在addr.city 和addr.state上建立组合索引。当创建组合索引时，字段后面的1 表示升序，-1 表示降序，是用1 还是用-1 主要是跟排序的时候或指定范围内查询的时候有关的。

		
								1
							
								2
							
								3
							
								4
							
								5
							
								6
							
								db.factories.ensureIndex( { "addr.city" : 1, "addr.state" : 1 } );
							
								// 下面的查询都用到了这个索引
							
								db.factories.find( { "addr.city" : "Beijing", "addr.state" : "BJ" } );
							
								db.factories.find( { "addr.city" : "Beijing" } );
							
								db.factories.find().sort( { "addr.city" : 1, "addr.state" : 1 } );
							
								db.factories.find().sort( { "addr.city" : 1 } )

4. 唯一索引

只需在ensureIndex 命令中指定”unique:true”即可创建唯一索引。例如，往表t4 中插入2 条记录:

db.t4.ensureIndex({firstname: 1, lastname: 1}, {unique: true});

5.强制使用索引

hint 命令可以强制使用某个索引。

db.t5.find({age:{$lt:30}}).hint({name:1, age:1}).explain()

6.删除索引

//删除t3 表中的所有索引

db.t3.dropIndexes()

//删除t4 表中的firstname 索引

db.t4.dropIndex({firstname: 1})

二、explain执行计划

MongoDB 提供了一个 explain 命令让我们获知系统如何处理查询请求。利用 explain 命令，我们可以很好地观察系统如何使用索引来加快检索，同时可以针对性优化索引。

		
								1
							
								2
							
								3
							
								4
							
								5
							
								6
							
								7
							
								8
							
								9
							
								10
							
								11
							
								12
							
								13
							
								14
							
								15
							
								16
							
								17
							
								18
							
								19
							
								db.t5.ensureIndex({name:1})
							
								db.t5.ensureIndex({age:1})
							
								db.t5.find({age:{$gt:45}}, {name:1}).explain()
							
								{
							
								"cursor" : "BtreeCursor age_1",
							
								"nscanned" : 0,
							
								"nscannedObjects" : 0,
							
								"n" : 0,
							
								"millis" : 0,
							
								"nYields" : 0,
							
								"nChunkSkips" : 0,
							
								"isMultiKey" : false,
							
								"indexOnly" : false,
							
								"indexBounds" : {
							
								"age" : [
							
								[45,1.7976931348623157e+308]
							
								]
							
								}
							
								}

字段说明:

cursor: 返回游标类型(BasicCursor 或 BtreeCursor)
nscanned: 被扫描的文档数量
n: 返回的文档数量
millis: 耗时(毫秒)
indexBounds: 所使用的索引

三、优化器profile

在MySQL 中，慢查询日志是经常作为我们优化数据库的依据，那在MongoDB 中是否有类似的功能呢?答案是肯定的，那就是MongoDB Database Profiler。

1.开启profiling功能

有两种方式可以控制 Profiling 的开关和级别，第一种是直接在启动参数里直接进行设置。启动MongoDB 时加上–profile=级别即可。也可以在客户端调用db.setProfilingLevel(级别) 命令来实时配置，Profiler 信息保存在system.profile 中。我们可以通过db.getProfilingLevel()命令来获取当前的Profile 级别，类似如下操作：

db.setProfilingLevel(2);

上面profile 的级别可以取0，1，2 三个值，他们表示的意义如下：