MongoDB 优化

优化一个简单的例子

这部分主要讲解如何优化MongoDB的性能。

让咱们举个具体示例。假使咱们的任务是现实blog的首页-咱们但愿现实最近发布的10条posts。ts为时间字段。

语句以下

articles = db.posts.find().sort({ts:-1}); // get blog posts in reverse time orderfor (var i=0; i< 10; i++) { print(articles[i].getSummary());} 优化 #1: 建立索引

第一个优化就是要在ts上建立索引，用来快速排序。

db.posts.ensureIndex({ts:1});

使用索引，数据库就能够基于索引信息排序，不会直接查看每一个document。这样作更快。

优化#2: 限定结果

MongoDB游标返回一组document，咱们叫这个为chunks。

这chunk可能包含超过10个对象。额外的对象对于咱们的需求是浪费，

浪费了网络带宽和应用服务器以及数据库的资源。

咱们知道想要结果的个数，那么就不须要全部的结果。咱们能够使用limit()方法

articles = db.posts.find().sort({ts:-1}).limit(10); // 最多10条

如今，咱们从客户端返回了10条。

优化 #3: 查询相关的字段

post对象很是大, 如post文本和评论数组。 比较好的方式是只查询咱们要用到的字段。

articles = db.posts.find({}, {ts:1,title:1,author:1,abstract:1}).sort({ts:-1}).limit(10); articles.forEach( function(post) { print(post.getSummary()); } );

上面的getSummary()方法假使是能够得到find()方法返回的字段值

注意，若是你选择了要查询的字段，那么返回的就是部分对象。这个对象并不能直接进行更新。以下

a_post = db.posts.findOne({}, Post.summaryFields); a_post.x = 3; db.posts.save(a_post); // 错误，抛出异常使用 Profiler

MongoDB有一个数据库的 profiler，用来显示每一个操做的性能。

使用profiler你能够查看到哪些查询或者写入的速度比较慢。

举个例子，使用这些信息能够知道何时须要索引。详情查看 Database Profiler 。

 Use count()优化语句

加速语句速度依赖于count(),建立一个索引，调用count()。

db.posts.ensureIndex({author:1}); db.posts.find({author:"george"}).count(); 增量操做Increment Operations

MongoDB 支持简单对象字段的增量操做； 

基本上来讲, 这个操做就是 在服务器document中增量一个字段"。

这个要比"获取一个document，更新这个字段而且在保存会服务器"这个方法快不少，

而且对于实时的计数器更为有用。详情请看  Updates 。

固定大小的collection。

MongoDB提供了一个特殊的collection，它提早分配好了存储空间。

保存的项都是固定顺序的，而且没有索引。并且写入和读取是很是高速的。

存储是为了保存日志文件所设置的。详情查看 Capped Collections 

服务端代码执行Server Side Code Execution

也许有的时候为了高性能，避免客户端和服务端来回通讯，须要直接在服务端执行代码。

这部分查看 Server-Side Processing 。

Explain工具

要想查看查询语句的详细性能信息，最好的方法就是使用explain方法。

返回的结果就是整个查询执行的一些信息。

当使用shell的时候，能够调用cursor的explain() 方法。

db.collection.find(query).explain();

返回的信息以下

{"cursor" : "BasicCursor", "indexBounds" : [ ], "nscanned" : 57594, "nscannedObjects" : 57594, "nYields" : 2 , "n" : 3 , "millis" : 108, "indexOnly" : false}

现实结果能够得知cursor的类型，DB扫描的数据数，返回的数据数，还有执行的毫秒数。

nscanned - 扫描的数据条数。这个数据多是对象也多是索引的键。 若是"覆盖索引(covered index)"被调用了，nscanned 要高于nscannedObjects. nscannedObjects - 扫描对象的数。 nYields - 查询所产生的锁的个数。 indexOnly - 是否使用了covered index。

 

Hint

虽然MongoDB查询优化器通常工做的很不错，可是也能够使用hints来强迫MongoDB使用一个指定的索引。

这种方法某些情形下会提高性能。 一个有索引的collection而且执行一个多字段的查询(一些字段已经索引了)。

传入一个指定的索引，强迫查询进行使用。

 

db.collection.find({user:u, foo:d}).hint({user:1});

肯定建立了索引。 上面的例子，首先你肯定索引已经建立了。请使用ensureIndex()建立索引。

 

其余的例子，有个在 {a:1, b:1} 上的索引，名称为"a_1_b_1":

db.collection.find({a:4,b:5,c:6}).hint({a:1,b:1}); db.collection.find({a:4,b:5,c:6}).hint("a_1_b_1");

强迫查询不适用索引， (作一个表的扫描), 使用:

> db.collection.find().hint({$natural:1})