準(zhǔn)備

在此之前，我們先在我們的數(shù)據(jù)庫中插入10萬條數(shù)據(jù)。數(shù)據(jù)的格式是這樣的：

{

 "name":"your name",

 "age":22,

 "gender":"male",

 "grade":2

}

       explain

       explain方法是用來查看db.collecion.find()的一些查詢信息的。例如：

db.collectionName.find().explain()

       explain方法有個可選的參數(shù)verbose，是個字符串，他表示的是verbose的模式。一共分為3種模式：

       queryPlanner：默認(rèn)參數(shù)，詳細(xì)說明查詢優(yōu)化器選擇的計劃并列出被拒絕的計劃。例如：

db.students.find({grade:1}).explain()

       executionStats：MongoDB運行查詢優(yōu)化器選擇獲勝的計劃，執(zhí)行計劃，完成并返回成功，統(tǒng)計描述的勝利計劃的執(zhí)行。例如：

db.students.find({grade:1}).explain("executionStats")

       allPlansExecution：MongoDB返回描述獲獎計劃的執(zhí)行以及對其他候選人統(tǒng)計計劃選擇方案時捕獲的統(tǒng)計。

       我們的目的是要記錄執(zhí)行find方法的耗時時間，所以用executionStats模式就可以了。

       返回的結(jié)果也是只關(guān)注executionStats就可以了，如下圖：

nReturned：表示該查詢條件下返回的文檔數(shù)量。

executionTimeMills：表示執(zhí)行時間，單位毫秒

totalDocsExamined：表示該集合總共文檔數(shù)。

       其他的屬性在這里就不多說了，記錄耗時我們只取executionTimeMills.

       Profiling

       上面提到的方法好像是只適用find方法，對于一些聚合查詢之類的查詢方法就無法統(tǒng)計耗時時間了。這里再介紹一個profiling方法記錄查詢耗時時間。

       開啟 Profiling 功能

       有兩種方式可以控制 Profiling 的開關(guān)和級別，第一種是直接在啟動參數(shù)里直接進(jìn)行設(shè)置。

啟動MongoDB時加上-Cprofile=級別 即可。

也可以在客戶端調(diào)用db.setProfilingLevel(級別)命令來實時配置�？梢酝ㄟ^db.getProfilingLevel()命令來獲取當(dāng)前的Profile級別。

       例如：

db.setProfilingLevel(2)

db.getProfilingLevel()

       Profiling一共分為3個級別：

0 - 不開啟。

1 - 記錄慢命令 (默認(rèn)為>100ms)

3 - 記錄所有命令

       Profile 記錄在級別1時會記錄慢命令，那么這個慢的定義是什么?上面我們說到其默認(rèn)為100ms，當(dāng)然有默認(rèn)就有設(shè)置，其設(shè)置方法和級別一樣有兩種，一種是通過添 加-Cslowms啟動參數(shù)配置。第二種是調(diào)用db.setProfilingLevel時加上第二個參數(shù)：

db.setProfilingLevel( level , slowms)

db.setProfilingLevel( 1 , 10 );

       查詢 Profiling 記錄

       開啟profiling功能后，系統(tǒng)會把相關(guān)命令詳細(xì)信息記錄到當(dāng)前數(shù)據(jù)庫的system.profile集合里。查詢方法也是跟普通的集合查詢一樣。

db.system.profile.find()

       其中，mills就是命令耗時記錄。

       由于我們設(shè)置的級別是2，所以所有命令都有記錄，現(xiàn)在我們把他改為級別1，且只記錄耗時20毫秒以上的記錄：

 db.setProfilingLevel( 1 , 20)

       然后我們再執(zhí)行一下聚合查詢，查看下耗時時間：

db.students.aggregate( {$group:{_id:"$grade",avgAge:{$avg:"$age"}}} )

db.system.profile.find().pretty()

       可以看出，我們的這聚合查詢耗時70毫秒。

       profile 部分字段解釋

op：操作類型

ns：被查的集合

commond：命令的內(nèi)容

docsExamined：掃描文檔數(shù)

nreturned：返回記錄數(shù)

millis：耗時時間，單位毫秒

ts：命令執(zhí)行時間

responseLength：返回內(nèi)容長度

       下面介紹幾個常用的查詢命令：

       列出執(zhí)行時間長于某一限度(例如：20ms)的 Profile 記錄.

db.system.profile.find({millis:{$gt:50}})

       查看最新的 3條Profile 記錄：

db.system.profile.find().sort({$natural:-1}).limit(3)

       查看關(guān)于某個collection的相關(guān)慢查詢操作：

db.system.profile.find({ns:'mydb.students'})

       MongoDB 查詢優(yōu)化

　　docsExamined(掃描的記錄數(shù))遠(yuǎn)大于nreturned(返回結(jié)果的記錄數(shù))的話，那么我們就要考慮通過加索引來優(yōu)化記錄定位了。

　　responseLength 如果過大，那么說明我們返回的結(jié)果集太大了，這時請查看find函數(shù)的第二個參數(shù)是否只寫上了你需要的屬性名。(類似 于MySQL中不要總是select)

　　對于創(chuàng)建索引的建議是：如果很少讀，那么盡量不要添加索引，因為索引越多，寫操作會越慢。如果讀量很大，那么創(chuàng)建索引還是比較劃算的。

       Profiler 的效率

　　Profiling 功能肯定是會影響效率的，但是不太嚴(yán)重，原因是他使用的是system.profile 來記錄，而system.profile 是一個capped collection 這種collection 在操作上有一些限制和特點，但是效率更高。