MongoDB Explain|极客笔记

MongoDB Explain

在MongoDB中，查询优化是非常重要的，可以通过explain命令来分析查询的执行计划，从而优化查询性能。explain命令可以帮助开发者了解查询操作的执行情况，包括索引的使用情况、查询文档数量、扫描的文档数量等，帮助开发者找到潜在的性能问题并进行优化。

`explain`命令的使用

explain命令可以在find、count、distinct等操作中使用，用来查看查询的执行计划。在MongoDB shell中，我们可以使用explain()方法来获取查询操作的执行计划。

下面是explain命令的基本语法：

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

其中，db.collection.find(query)表示查询操作，explain()方法用于获取查询的执行计划。

除了在Shell中使用explain()方法，我们还可以在工具中使用explain命令，如Robo 3T、MongoDB Compass等。

`explain`的输出解读

explain命令的输出是一个包含有关查询执行计划的详细信息的文档。下面是explain输出文档的一些重要字段解释：

queryPlanner: 包含MongoDB数据库查询计划器的详细信息，包括查询选择、索引选择等。
executionStats: 包含有关查询执行的统计信息，包括扫描的文档数量、返回的文档数量、查询时间等。
winningPlan: 显示了查询优化器选择的最佳查询执行计划。
rejectedPlans: 显示了优化器中考虑但最终被拒绝的备选查询执行计划。

下面是一个explain输出文档的示例：

{
  "queryPlanner": {
    "plannerVersion": 1,
    "namespace": "test.students",
    "indexFilterSet": false,
    "parsedQuery": {...},
    "winningPlan": {
      "stage": "COLLSCAN",
      "filter": {...},
      "direction": "forward"
    },
    "rejectedPlans": []
  },
  "executionStats": {
    "executionSuccess": true,
    "nReturned": 10,
    "executionTimeMillis": 5,
    "totalKeysExamined": 0,
    "totalDocsExamined": 100
  }
}

在上面的示例中，winningPlan字段显示了MongoDB选择的最佳查询执行计划是COLLSCAN，即集合扫描。executionStats字段显示了查询执行的统计信息，包括返回的文档数量、查询时间等。

`explain`的常见示例

简单查询的`explain`

假设我们有一个名为students的集合，其中存储了学生的信息，包括姓名和年龄。我们想要查询年龄小于20岁的学生信息，并使用explain查看查询执行计划。

首先，我们可以执行以下查询：

db.students.find({ age: { $lt: 20 } }).explain()

查询执行计划输出中，可以看到查询使用了索引，并返回了符合条件的文档数量、查询时间等信息。

复杂查询的`explain`

当查询涉及多个条件、多个集合或者聚合操作时，可能会存在性能问题。使用explain命令可以帮助我们优化查询执行计划。

例如，我们需要查询学生表中年龄小于20岁的学生姓名，然后关联到课程表中查询这些学生所选的课程。我们可以这样执行查询并查看执行计划：

db.students.aggregate([
  {  $match: { age: {$ lt: 20 } } },
  { $lookup: {
      from: "courses",
      localField: "_id",
      foreignField: "student_id",
      as: "enrolled_courses"
    }
  }
]).explain()

通过查看执行计划，我们可以找出查询中存在的性能问题，并根据需要进行优化。