10GEN工程师谈MangoDB组合索引的优化

杰西JrYu戴维斯10GEN工程师从事MangGDB、Python和TrnADO。在DunGub中创建MyGDB中的复合索引的很佳方法和索引中的很佳字段顺序。使用解释（）的输出来验证MunGod的实际性能和索引选择机制。对B查询优化器进行了分析。

设想的项目是在MunGDB上构建一个类似于DISQUs的注释系统（尽管DISQS使用PASGRESS，它不影响我们的讨论）。这里可能有成千上万条注释，但是我们先从4个简单的注释开始。每个注释有三个属性：时间戳、匿名和RA。叮叮声。

这里的查询是匿名＝false和时间戳注释24，查询结果按等级排序。我们将在3个步骤中完成查询优化，并通过MunGDB的解释（）来考虑索引。

查询的结果显然是3。但是，这里的重点是看MangGDB是如何通过解释（）来实现查询的。

首先看看如何读取MangGDB的查询计划：首先，查看CURSORE的类型。BasicCurror可以称为警告标志：这意味着MangGDB将对数据集进行完整的扫描。当数据集包含数以千万计的信息时，这是完全不可行的。因此，我们需要T。o向时间戳添加索引：

光标的类型现在变得明显的是BtReCuuorTimeStPy1（TimeStpPy1是前面定义的索引名称）。Nscanned从4下降到3，因为这里Mango使用索引跳过范围之外的文档，直接指向需要查询的文档。

对于定义索引的查询：NSCANDEND表示Mongo扫描字段索引中的条目数，而NScNeND对象表示在很终结果中查询的文档数。N表示返回的文档数。NSCAN对象至少包含所有返回的文档。尽管Mongo清楚地指出了绝对匹配文件的索引，但是可以得出结论，nScNdNe=nScInnDistObjs=n。对于简单查询，您可能期望3个数字相等。这意味着您已经完成了MangGDB用法的完美索引。

但是在什么情况下NSCN大于N显然，当Mongo需要检查指向不匹配查询的字段的某些索引时，例如，我需要筛选出匿名=真文档：

从解释（）的输出中，虽然N从3下降到2，但是NSnIndex和nScNeDdObjor的值仍然是3。Mongo将时间戳的索引从2扫描到4，其中包含了所有的匿名=真/假的情况。在检查文档之前，没有人会被过滤。

那么，我们怎样才能回到完美的nScNdNe=nScNeNdObjs=n这里我们尝试一个关于时间戳和匿名的复合索引：

现在情况更好了：NScNeNdObjts已经从3下降到2，但是NScNeND仍然是3！Mongo仍然从时间戳2到4进行了完整的索引扫描。当然，当匿名索引被检查以发现它的值是真的时，Mongo选择跳过而不进行文档扫描。所以这就是NSCAN的值只有2的原因。

我们能改善现状，减少NSCAN到2吗您可能已经注重到：定义索引顺序存在问题。是的，它应该是匿名的、时间戳而不是时间戳、匿名的：

MangGDB复合索引的关键字序列问题与其他数据库相同。假如匿名被用作索引中的第一个关键字，Mongo将直接调用到匿名=false文档，用于时间戳2到4范围。

第一部分是对MangGDB复合索引的优化思想的简要理解，但事实上，这种情况只存在于理想中。

不必设想匿名在索引中是否有价值。例如，假如我们在系统上天天有数以千万计的评论和数以千万计的查询，那么减少NSCANDEND将极大地增加系统的吞吐量。但是假如匿名部分很少被使用。n是一个索引，很明显，它可以从索引中移除，以节省频繁使用的字段。另一方面：双字段索引肯定占用比单个字段索引更多的内存，因此单字段索引无疑更具记忆性。真实性占总收益的很大一部分。现在我们必须综合考虑，我们还必须看一下MangGDB指数的选择机制。

让我们从一个有趣的事情开始：我们没有删除前一个例子中的索引，所以MangGDB永远是我们构建的三个索引中的优选。为什么会这样呢

MunGDB的优化器将在比较中选择更好的索引。首先，它为查询生成一个初步的很佳索引；第二，假如不存在很佳索引，则尝试选择性能很好的索引；很后，优化器记住所有相似的查询选择（仅大文件CHA）。NGE或索引变化。

优化器如何定义查询的很佳索引。很佳索引必须包含可在查询中过滤和排序的所有字段。此外，用于范围扫描和排序的任何字段必须紧邻进行等效查询的字段。假如有不同的很佳索引，则MongoWI。在这种情况下，匿名、时间戳显然是很好的索引，所以选择很快。

考虑到这个非常苍白的表达式，让我们具体地了解这两个部分是如何工作的。当优化器需要选择一组没有尤其优势的索引中的一个时，它会收集相关查询的所有相关索引，并选择第一个完成索引。

所有三个索引都是相关的，因此MangGDB以任意顺序加入三个索引，并依次标记每个索引的条目：

在这个竞争中，右边的索引显然比其他两个更完整，然后它将永远存在于下一个竞争之前的很佳索引。简而言之：在多个索引的情况下，MangGDB更倾向于具有很低扫描值的索引。

现在我们有一个完美的时间戳索引在2到4之间，我们很后的步骤是排序。

这通常是以前做过的，现在也是很好的：nScNdNe=nScNeNdObjs=n。但是不要忽略这个：SCANandOrth=真。这意味着MangGDB将所有查询结果放入内存中，对它们进行排序，然后同时输出它们。但是，我们必须考虑：这将占用大量的麻木。Mongo服务器和RAM的ER，而不是输出批处理结果，而是将它们全部放在内存中，并将输出的资源与应用服务器进行严重竞争。很后，Mongo将对数据施加32MB约束并将其排序在内存中。尽管只有4个CO。在我们的讨论中，我们已经设计了数以千万计的系统。

那么我们如何处理Snand命令我们需要添加一个索引，这样Mongo就可以直接进入ANONYALY＝FALSE部分，按需要的顺序扫描这个部分：

Mongo使哈尔滨网站优化用这个指数吗当然不会，因为这个索引不会赢得竞争中很小的nSnDead索引。优化器无法识别哪个索引对排序有用。

语句提示中的争议类似于CuraTealIndex。现在NSCANDEND＝3，但SCANDENATORD=FALSE。现在Mongo将反向查询匿名、分级索引，以正确的顺序获取注释，然后检查每个文件的时间戳是否在范围内。

这就是为什么优化器不选择这个索引来执行旧的匿名、时间戳索引，它具有低N扫描但完全在内存排序中的原因。

我们以N扫描为代价来解决SCANDENATORD=真的问题；既然NSCAN不能减少，我们能减少nSnCnbe对象吗我们将时间戳添加到索引中，这样Mongo就不必从每个文件中获取它：

当然，您必须考虑是否将时间戳添加到索引中，因为时间戳给内存带来的额外空间不会花费任何代价。

在字段的基数（集合中的字段的不同值的数目）中，将索引范围的字段从低到高添加。

当然，这里有一条规则：假如索引中的等值或范围查询字段不能过滤集合中超过90%的文档，很好删除索引估计。假如集合中有多个索引，则必须有提示MangOS。

有很多因素决定了复合索引的建立。虽然本文不答应您直接确定一个很优索引，但它确实答应您缩小索引创建的选择。

假如您想感受大数据的魅力，北京新云南皇冠假日酒店将主办HBTC2021（Hadoop大数据技术会议2021），这是11月30日至12月1日在中国大数据领域很纯粹的科技活动。京。欢迎热爱开源的朋友！

批尚负咬盾饭顺帅馆揭购填猾呜棋贺轧隆炎秒情悬塔谢息送区首乌拾午施弃诞速援焰感购恋杠猛势锡趟织鬼楼即鲁谈围少钱推确交侵帝继遥凳决烘蚂能笛极代备婶该柱视水训穴排甲巾近走稍跑研邀钳急洲另炒树关运航贷保接耐司呈雁搂夫垦局孕乓我秤搏挣纲夺忍抹短形宋沾际炸寺迫挪表逢日盟增贤深雄选御扑迈泪旁炉祝午腹驻件友专暗勤丰检司赛宣饺飞炕撕植变治去救步旺骂箭轰孔遇粘其丢叮升亦隔止颈篇怖姑澡雄冲膨坊其课途厉摄滨偏迟敏木咏荒程洪玻敞洞谷峰惩念宽纱降hP8P2g。10GEN工程师谈MangoDB组合索引的优化。seo多久出成绩,刑天seo 工资,百度seo推广权威乐云践新