高性高mongodb之执行计划

我的专栏地址： 我的segmentfault,欢迎浏览

一、执行计划介绍

MongoDB 3.0之后，explain的返回与使用方法与之前版本有了不少变化，介于3.0之后的优秀特色，本文仅针对 MongoDB 3.0+的explain进行讨论。

现版本explain有三种模式，分别如下：

• queryPlanner
• executionStats
• allPlansExecution

其中 queryPlanner 是现版本explain的默认模式，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。

举个执行计划的命令例子：
db.usertable.find({"w": 1}).explain("queryPlanner")


举个执行计划响应结果的例子:
{
    "queryPlanner":{
        "plannerVersion":1,
        "namespace":"game_db.game_user", #该值返回的是该query所查询的表
        "indexFilterSet":false, #是否应用了index filter
        "parsedQuery":{ #查询条件
            "w":{
                "$eq":1
            }
        },
        "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":{ # #explain.queryPlanner.winningPlan.stage的child stage，此处是IXSCAN，表示进行的是index scanning。
                "stage":"IXSCAN", #索引查找
                "keyPattern":{ #所扫描的index内容，此处是w:1与n:1。
                    "w":1,
                    "n":1
                },
                "indexName":"w_1_n_1", #winning plan所选用的index。
                "isMultiKey":false, #本次查询是否使用了多键、复合索引
                "direction":"forward", #此query的查询顺序，此处是forward，如果用了.sort({w:-1})将显示backward。
                "indexBounds":{ #winningplan所扫描的索引范围，此处查询条件是w:1,使用的index是w与n的联合索引，故w是[1.0,1.0]而n没有指定在查询条件中，故是[MinKey,MaxKey]。
                    "w":[
                        "[1.0, 1.0]"
                    ],
                    "n":[
                        "[MinKey, MaxKey]"
                    ]
                }
            }
        },
        "rejectedPlans":[ #其他执行计划（非最优而被查询优化器reject的）的详细返回，其中具体信息与winningPlan的返回中意义相同，故不在此赘述。
            {
                "stage":"FETCH",
                "inputStage":{
                    "stage":"IXSCAN",
                    "keyPattern":{
                        "w":1,
                        "v":1
                    },
                    "indexName":"w_1_v_1",
                    "isMultiKey":false,
                    "direction":"forward",
                    "indexBounds":{
                        "w":[
                            "[1.0, 1.0]"
                        ],
                        "v":[
                            "[MinKey, MaxKey]"
                        ]
                    }
                }
            }
        ]
      },
    "serverInfo" : {
            "host" : "ALI-SZ-VT-TEST001",
            "port" : 27017,
            "version" : "4.0.5",
            "gitVersion" : "3739429dd92b92d1b0ab120911a23d50bf03c412"
      },
      "ok" : 1
}

二、queryPlanner学习

2.1 Stage的意义

如 explain.queryPlanner.winningPlan.stage explain.queryPlanner.winningPlan.inputStage**等。

2.2一个stage/inputStage的特点

执行一：

db.usertable.find({"field0": "use"}).explain("queryPlanner")
{
      ...
        "winningPlan" : {
            "stage" : "COLLSCAN",
            "filter" : {
                "field0" : {
                    "$eq" : "use"
                }
            },
            "direction" : "forward"
        },
        ...
}

执行二：

db.usertable.find({"field0": "use"}).limit(1).explain("queryPlanner")
{
    ...
        "winningPlan" : {
            "stage" : "LIMIT",
            "limitAmount" : 1,
            "inputStage" : {
                "stage" : "COLLSCAN",
                "filter" : {
                    "field0" : {
                        "$eq" : "use"
                    }
                },
                "direction" : "forward"
            }
        },
        ...
}

执行二在执行一的基础上增加了 limit限掉， queryPlanner由 stage(COLLSCAN) 变成了 stage(LIMIT)、inputStage.stage(COLLSCAN)。说明在判断queryPlanner是否达到用户想要的效果要对 stageinputStage.stag综合考虑。

参考文章：

MongoDB干货系列2-MongoDB执行计划分析详解 http://www.mongoing.com/eshu_explain2

官方文档： https://docs.mongodb.com/manual/tutorial/analyze-query-plan/