mongodb性能分析方法:explain()
爲了演示的效果,我們先來創建一個有200萬個文檔的記錄。(我自己的電腦耗了15分鐘左右插入完成。如果你想插更多的文檔也沒問題,只要有耐心等就可以了。)
1 for(var i=0;i<2000000;i++){ 2 db.person.insert({"name":"ryan"+i,"age":i}); 3 }
MongoDB 3.0之後,explain的返回與使用方法與之前版本有了很大的變化,介於3.0之後的優秀特色和我們目前所使用給的是3.0.7版本,本文僅針對MongoDB 3.0+的explain進行討論。3.0+的explain有三種模式,分別是:queryPlanner、executionStats、allPlansExecution。現實開發中,常用的是executionStats模式,主要分析這種模式。
給這個person集合創建age鍵的索引:db.person.createIndex({"age":1})
{ "queryPlanner" : { "plannerVersion" : 1, "namespace" : "personmap.person", "indexFilterSet" : false, "parsedQuery" : { "age" : { "$lte" : 2000.0 } }, "winningPlan" : { "stage" : "FETCH", "inputStage" : { "stage" : "IXSCAN", "keyPattern" : { "age" : 1.0 }, "indexName" : "age_1", "isMultiKey" : false, "direction" : "forward", "indexBounds" : { "age" : [ "[-1.#INF, 2000.0]" ] } } }, "rejectedPlans" : [] }, "executionStats" : { "executionSuccess" : true, "nReturned" : 2001, "executionTimeMillis" : 143, "totalKeysExamined" : 2001, "totalDocsExamined" : 2001, "executionStages" : { "stage" : "FETCH", "nReturned" : 2001, "executionTimeMillisEstimate" : 0, "works" : 2002, "advanced" : 2001, "needTime" : 0, "needFetch" : 0, "saveState" : 16, "restoreState" : 16, "isEOF" : 1, "invalidates" : 0, "docsExamined" : 2001, "alreadyHasObj" : 0, "inputStage" : { "stage" : "IXSCAN", "nReturned" : 2001, "executionTimeMillisEstimate" : 0, "works" : 2002, "advanced" : 2001, "needTime" : 0, "needFetch" : 0, "saveState" : 16, "restoreState" : 16, "isEOF" : 1, "invalidates" : 0, "keyPattern" : { "age" : 1.0 }, "indexName" : "age_1", "isMultiKey" : false, "direction" : "forward", "indexBounds" : { "age" : [ "[-1.#INF, 2000.0]" ] }, "keysExamined" : 2001, "dupsTested" : 0, "dupsDropped" : 0, "seenInvalidated" : 0, "matchTested" : 0 } } }, "serverInfo" : { "host" : "qinxiongzhou", "port" : 27017, "version" : "3.0.7", "gitVersion" : "6ce7cbe8c6b899552dadd907604559806aa2e9bd" }, "ok" : 1.0 } db.getCollection('person').find({"age":{"$lte":2000}}).explain("executionStats")
對queryPlanner分析
queryPlanner: queryPlanner的返回
queryPlanner.namespace:該值返回的是該query所查詢的表
queryPlanner.indexFilterSet:針對該query是否有indexfilter
queryPlanner.winningPlan:查詢優化器針對該query所返回的最優執行計劃的詳細內容。
queryPlanner.winningPlan.stage:最優執行計劃的stage,這裏返回是FETCH,可以理解爲通過返回的index位置去檢索具體的文檔(stage有數個模式,將在後文中進行詳解)。
queryPlanner.winningPlan.inputStage:用來描述子stage,並且爲其父stage提供文檔和索引關鍵字。
queryPlanner.winningPlan.stage的child stage,此處是IXSCAN,表示進行的是index scanning。
queryPlanner.winningPlan.keyPattern:所掃描的index內容,此處是did:1,status:1,modify_time: -1與scid : 1
queryPlanner.winningPlan.indexName:winning plan所選用的index。
queryPlanner.winningPlan.isMultiKey是否是Multikey,此處返回是false,如果索引建立在array上,此處將是true。
queryPlanner.winningPlan.direction:此query的查詢順序,此處是forward,如果用了.sort({modify_time:-1})將顯示backward。
queryPlanner.winningPlan.indexBounds:winningplan所掃描的索引範圍,如果沒有制定範圍就是[MaxKey, MinKey],這主要是直接定位到mongodb的chunck中去查找數據,加快數據讀取。
queryPlanner.rejectedPlans:其他執行計劃(非最優而被查詢優化器reject的)的詳細返回,其中具體信息與winningPlan的返回中意義相同,故不在此贅述。
對executionStats返回逐層分析
第一層,executionTimeMillis
最爲直觀explain返回值是executionTimeMillis值,指的是我們這條語句的執行時間,這個值當然是希望越少越好。
其中有3個executionTimeMillis,分別是:
executionStats.executionTimeMillis
該query的整體查詢時間。
executionStats.executionStages.executionTimeMillisEstimate
該查詢根據index去檢索document獲得2001條數據的時間。
executionStats.executionStages.inputStage.executionTimeMillisEstimate
該查詢掃描2001行index所用時間。
第二層,index與document掃描數與查詢返回條目數
這個主要討論3個返回項,nReturned、totalKeysExamined、totalDocsExamined,分別代表該條查詢返回的條目、索引掃描條目、文檔掃描條目。
這些都是直觀地影響到executionTimeMillis,我們需要掃描的越少速度越快。
對於一個查詢,我們最理想的狀態是:
nReturned=totalKeysExamined=totalDocsExamined
第三層,stage狀態分析
那麼又是什麼影響到了totalKeysExamined和totalDocsExamined?是stage的類型。類型列舉如下:
COLLSCAN:全表掃描
IXSCAN:索引掃描
FETCH:根據索引去檢索指定document
SHARD_MERGE:將各個分片返回數據進行merge
SORT:表明在內存中進行了排序
LIMIT:使用limit限制返回數
SKIP:使用skip進行跳過
IDHACK:針對_id進行查詢
SHARDING_FILTER:通過mongos對分片數據進行查詢
COUNT:利用db.coll.explain().count()之類進行count運算
COUNTSCAN:count不使用Index進行count時的stage返回
COUNT_SCAN:count使用了Index進行count時的stage返回
SUBPLA:未使用到索引的$or查詢的stage返回
TEXT:使用全文索引進行查詢時候的stage返回
PROJECTION:限定返回字段時候stage的返回
對於普通查詢,我希望看到stage的組合(查詢的時候儘可能用上索引):
Fetch+IDHACK
Fetch+ixscan
Limit+(Fetch+ixscan)
PROJECTION+ixscan
SHARDING_FITER+ixscan
COUNT_SCAN
不希望看到包含如下的stage:
COLLSCAN(全表掃描),SORT(使用sort但是無index),不合理的SKIP,SUBPLA(未用到index的$or),COUNTSCAN(不使用index進行count)