MongoDB数据库如何优化

优化一个简单的例子

这部分主要讲解如何优化MongoDB的性能。

让我们举个具体示例。假使我们的任务是现实blog的首页-我们希望现实最近发布的10条posts。ts为时间字段。

语句如下

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

第一个优化就是要在ts上创建索引，用来快速排序。

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

使用索引，数据库就可以基于索引信息排序，不会直接查看每个document。这样做更快。

优化#2: 限定结果

MongoDB游标返回一组document，我们叫这个为chunks。

这chunk可能包含超过10个对象。额外的对象对于我们的需求是浪费，

浪费了网络带宽和应用服务器以及数据库的资源。

我们知道想要结果的个数，那么就不需要所有的结果。我们可以使用limit()方法

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

现在，我们从客户端返回了10条。

优化 #3: 查询相关的字段

post对象非常大, 如post文本和评论数组。 比较好的方式是只查询我们要用到的字段。

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()方法假使是可以获得find()方法返回的字段值

注意，如果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。如下

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，用来显示每个操作的性能。

使用profiler你可以查看到哪些查询或者写入的速度比较慢。

举个例子，使用这些信息可以知道什么时候需要索引。详情查看 Database Profiler 。

 Use count()优化语句

加速语句速度依赖于count(),创建一个索引，调用count()。

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

MongoDB 支持简单对象字段的增量操作； 

基本上来说, 这个操作就是 在服务器document中增量一个字段"。

这个要比"获取一个document，更新这个字段并且在保存会服务器"这个方法快很多，

并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，它提前分配好了存储空间。

保存的项都是固定顺序的，并且没有索引。而且写入和读取是非常高速的。

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信，需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，可以调用cursor的explain() 方法。

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

返回的信息如下

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

现实结果可以得知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。这个数据可能是对象也可能是索引的键。

如果"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查询优化器一般工作的很不错，但是也可以使用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升性能。 一个有索引的collection并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});

确定创建了索引。 上面的例子，首先你确定索引已经创建了。请使用ensureIndex()创建索引。

其他的例子，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， (做一个表的扫描), 使用:

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