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)