创建documents：
for (i=0;i<1000000;i++){
db.users.insert(
{
"i":i,
"username":"user"+i,
"age":Math.floor(Math.random()*120),
"create":new Date()
}
);
}
创建索引：
db.users.createIndex({i:1},{background:1})
执行计划：
mongodb 3 explain有三种模式
db.users.find({i:90000}).explain()
db.users.find({i:90000}).explain("queryPlanner") #explain的默认模式
db.users.find({i:90000}).explain("executionStats")
db.users.find({i:90000}).explain("allPlansExecution")
说明：
queryPlanner模式下并不会去真正进行query语句查询，而是针对query语句进行执行计划分析并选出winning plan。
repsetzhou:PRIMARY> db.users.find({i:9}).explain("queryPlanner")
{
"queryPlanner" : { #queryPlanner的返回
"plannerVersion" : 1,
"namespace" : "app_1.users", #该值返回的是该query所查询的表
"indexFilterSet" : false, #针对该query是否有indexfilter
"parsedQuery" : {
"i" : {
"$eq" : 9
}
},
"winningPlan" : { #查询优化器针对该query所返回的最优执行计划的详细内容
"stage" : "FETCH", #最优执行计划的stage，这里返回是FETCH，可以理解为通过返回的index位置去检索具体的文档
"inputStage" : { # 用来描述子stage，并且为其父stage提供文档和索引关键字
"stage" : "IXSCAN", #queryPlanner.winningPlan.stage的child stage，此处是IXSCAN，表示进行的是index scanning
"keyPattern" : { #扫描的index内容,此处是 "i" : 1
"i" : 1
},
"indexName" : "i_1", #winning plan所选用的index，使用db.users.getIndexes() 查看索引信息
"isMultiKey" : false, #是否是Multikey，此处返回是false，如果索引建立在array上，此处将是true
"isUnique" : false, #是否为唯一键
"isSparse" : false,
"isPartial" : false,
"indexVersion" : 1,
"direction" : "forward", #query的查询顺序，此处是forward
"indexBounds" : {
"i" : [
"[9.0, 9.0]"
]
}
}
},
"rejectedPlans" : [ ] #其他执行计划（非最优而被查询优化器reject的）的详细返回，具体信息与winningPlan的返回中意义相同
},
"serverInfo" : { #server的一些信息
"host" : "my1.ml.com", #主机名字
"port" : 27017, #数据库端口
"version" : "3.2.13", #数据库版本
"gitVersion" : "23899209cad60aaafe114f6aea6cb83025ff51bc"
},
"ok" : 1
}
executionStats分析：
repsetzhou:PRIMARY> db.users.find({i:9}).explain("executionStats")
{
"queryPlanner" : {
"plannerVersion" : 1,
"namespace" : "app_1.users",
"indexFilterSet" : false,
"parsedQuery" : {
"i" : {
"$eq" : 9
}
},
"winningPlan" : {
"stage" : "FETCH",
"inputStage" : {
"stage" : "IXSCAN",
"keyPattern" : {
"i" : 1
},
"indexName" : "i_1",
"isMultiKey" : false,
"isUnique" : false,
"isSparse" : false,
"isPartial" : false,
"indexVersion" : 1,
"direction" : "forward",
"indexBounds" : {
"i" : [
"[9.0, 9.0]"
]
}
}
},
"rejectedPlans" : [ ]
},
"executionStats" : {
"executionSuccess" : true,
"nReturned" : 1, #查询返回的条目
"executionTimeMillis" : 0, #该query的整体查询时间
"totalKeysExamined" : 1, #索引扫描条目
"totalDocsExamined" : 1, #文档扫描条目
对于一个查询来讲，最理想的结果是：nReturned=totalKeysExamined=totalDocsExamined
"executionStages" : {
"stage" : "FETCH", #此类型比较重要，如下列出可能的类型：
stage的类型：
COLLSCAN：全表扫描
IXSCAN：索引扫描
FETCH：根据索引去检索指定document
SHARD_MERGE：将各个分片返回数据进行merge
SORT：表明在内存中进行了排序
LIMIT：使用limit限制返回数
SKIP：使用skip进行跳过
IDHACK：针对_id进行查询
SHARDING_FILTER：通过mongos对分片数据进行查询
COUNT：利用db.coll.explain().count()之类进行count运算
COUNTSCAN：count不使用Index进行count时的stage返回
COUNT_SCAN：count使用了Index进行count时的stage返回
SUBPLA：未使用到索引的$or查询的stage返回
TEXT：使用全文索引进行查询时候的stage返回
PROJECTION：限定返回字段时候stage的返回
对于普通查询，我希望看到stage的组合(查询的时候尽可能用上索引)：
Fetch+IDHACK
Fetch+ixscan
Limit+（Fetch+ixscan）
PROJECTION+ixscan
SHARDING_FITER+ixscan
COUNT_SCAN
如下的stage效率比较低下：
COLLSCAN(全表扫描),SORT(使用sort但是无index),不合理的SKIP,SUBPLA(未用到index的$or),COUNTSCAN(不使用index进行count)
"nReturned" : 1,
"executionTimeMillisEstimate" : 0, #该query查询根据index去检索document获得1条数据的时间
"works" : 2,
"advanced" : 1,
"needTime" : 0,
"needYield" : 0,
"saveState" : 0,
"restoreState" : 0,
"isEOF" : 1,
"invalidates" : 0,
"docsExamined" : 1,
"alreadyHasObj" : 0,
"inputStage" : {
"stage" : "IXSCAN",
"nReturned" : 1,
"executionTimeMillisEstimate" : 0, #该查询扫描1行index所用时间
"works" : 2,
"advanced" : 1,
"needTime" : 0,
"needYield" : 0,
"saveState" : 0,
"restoreState" : 0,
"isEOF" : 1,
"invalidates" : 0,
"keyPattern" : {
"i" : 1
},
"indexName" : "i_1",
"isMultiKey" : false,
"isUnique" : false,
"isSparse" : false,
"isPartial" : false,
"indexVersion" : 1,
"direction" : "forward",
"indexBounds" : {
"i" : [
"[9.0, 9.0]"
]
},
"keysExamined" : 1,
"dupsTested" : 0,
"dupsDropped" : 0,
"seenInvalidated" : 0
}
}
},
"serverInfo" : {
"host" : "my1.ml.com",
"port" : 27017,
"version" : "3.2.13",
"gitVersion" : "23899209cad60aaafe114f6aea6cb83025ff51bc"
},
"ok" : 1
}
