MongoDB 关于索引的建议

我们收到了很多关于索引的问题。这一部分解答了其中的一小部分。有几点要记住。

 

第一,MongoDB索引和MySQL索引非常相似并且对于MySQL的索引优化有很多也适用于MongoDB。 

 

第二，更重要的是，这些索引的建议对你的应用提高也是有限的。

对于应用的最佳索引策略应该基于很多的重要因素。包含了你期望查询的类型，

数据读取与写入的比率，甚至于你服务器的空闲内存。意思就是，

需要对线上的产品做很多的测试剖析工作，才能调整出最佳的索引策略。

没有什么好的方法可以替代实际经验的。

注意: 如果你是个新手，建议阅读 read this introductory article first.

索引策略

下面有些索引的基本法则

创建的索引要匹配查询。

如果你仅仅要查询单个字段。索引这个字段即可。如

db.posts.find({ slug : 'state-of-mongodb-2010' })

这个例子中，唯一索引是最佳的

db.posts.ensureIndex({ slug: 1 }, {unique: true});

然而，一般都查询多个键并且排序结果。这种情况，组合索引是最佳的，例子如下

db.comments.find({ tags : 'mongodb'}).sort({ created_at : -1 });

创建的索引如下

db.comments.ensureIndex({tags : 1, created_at : -1});

要注意的是如果我们按照升序排序created_at。索引效率就低下了。

每个查询一个索引。

有的时候查询多个键，需要多个索引。在MongoDB中，这么做没问题。

如果你有个查询要匹配多个键，并且你想更有效地使用索引，请使用组合索引。

要确定所有的索引都在RAM中。

Shell中提供了一个查看索引大小的命令，如下:

db.comments.totalIndexSize();

65443

如果你的查询有点迟缓，你应该查看下索引是否都存入到RAM中了。

一个实例，如果你运行在4GB的RAM机器并且有3GB的索引，那么索引可能并不能全存在RAM中。

你需要添加RAM以及/或者校验实际的索引使用量。

要小心单键索引的低选择性。

假使你有个字段叫做'status'，就有两个值new和processed。

如果在status上创建索引那么这就是个低选择性的索引。

意味着，查询中没有什么优势并且还占大量的空间。

一个更好一点的策略，当然依赖具体查询需求，可以创建组合索引包括这个低选择性的字段。

举例来说，你可以创建一个组合索引在status和created_at字段上。

另一个选择，当然也依赖你的需求,可以分离collection, 一个状态一个。

当然这些建议一定要进行测试，选择最优的方案。

使用explain.

MongoDB提供了一个explain命令，

用来查看查询的过程并且可以查看是否使用缩影。explain可以在驱动中使用，也可以在SHELL中使用：

db.comments.find({ tags : 'mongodb'}).sort({ created_at : -1 }).explain();

返回了很多有用的信息。包含了检索的条数，消耗的毫秒数，优化器尝试的索引以及最终所使用的索引。

 

如果你从来没有使用过explain，请开始使用吧。

理解explain的 输出.

explain输出主要有三个字段：

• cursor: 游标不是 BasicCursor就是 BtreeCursor. 第二种意味着使用了索引。
• nscanned: 扫描document的行数。
• n: 查询返回的行数。你希望n的值和nsanned值接近。要避免做collection的扫描，
• 也就是访问所有的document。
• millis: 查询完成的毫秒数。这个对于比较索引和非索引性能非常有用。

要关注应用读/写( read/write) 比率

这个很重要，因为，添加索引意味着添加，更新，删除操作变慢。

如果你的应用是偏向于读取，使用索引是非常好的事情。

但是如果你的应用偏向于写，那么创建索引就要小心了。增加索引都很影响写入的性能。

一般来说, 不要随便添加索引。索引应该按照你的查询来添加。

添加索引的理由总是很多的, 以及要进行大量的测试选择合适的索引策略。

索引特性

组合索引有许多特性要记住。

下面的例子都假想在 a, b, c上创建组合索引。因此创建索引语句如下

db.foo.ensureIndex({a: 1, b: 1, c: 1})

 

1. 排序的列一定要在索引的最后。

好的:

• find(a=1).sort(a)
• find(a=1).sort(b)
• find(a=1, b=2).sort(c)

不好的:

• find(a=1).sort(c)
• 即使c是索引的最后一列，a列是所使用的最后一列，因此你只能通过a或者b列进行排序。