摘要：表示本次查詢(xún)使用了索引，具體來(lái)說(shuō)，是使用了和上的索引，。建立索引時(shí)，或者是每執(zhí)行次查詢(xún)之后，查詢(xún)優(yōu)化器都會(huì)重新評(píng)估查詢(xún)計(jì)劃。上一篇文章指南使用復(fù)合索引操作符如何使用索引索引對(duì)象和數(shù)組索引基數(shù)下一篇文章指南索引類(lèi)型

上一篇文章：MongoDB指南---11、使用復(fù)合索引、$操作符如何使用索引、索引對(duì)象和數(shù)組、索引基數(shù)
下一篇文章：MongoDB指南---13、索引類(lèi)型

從上面的內(nèi)容可以看出，explain()能夠提供大量與查詢(xún)相關(guān)的信息。對(duì)于速度比較慢的查詢(xún)來(lái)說(shuō)，這是最重要的診斷工具之一。通過(guò)查看一個(gè)查詢(xún)的explain()輸出信息，可以知道查詢(xún)使用了哪個(gè)索引，以及是如何使用的。對(duì)于任意查詢(xún)，都可以在最后添加一個(gè)explain()調(diào)用（與調(diào)用sort()或者limit()一樣，不過(guò)explain()必須放在最后）。
最常見(jiàn)的explain()輸出有兩種類(lèi)型：使用索引的查詢(xún)和沒(méi)有使用索引的查詢(xún)。對(duì)于特殊類(lèi)型的索引，生成的查詢(xún)計(jì)劃可能會(huì)有些許不同，但是大部分字段都是相似的。另外，分片返回的是多個(gè)explain()的聚合（第13章會(huì)介紹），因?yàn)椴樵?xún)會(huì)在多個(gè)服務(wù)器上執(zhí)行。
不使用索引的查詢(xún)的exlpain()是最基本的explain()類(lèi)型。如果一個(gè)查詢(xún)不使用索引，是因?yàn)樗褂昧?BasicCursor"（基本游標(biāo)）。反過(guò)來(lái)說(shuō)，大部分使用索引的查詢(xún)使用的是BtreeCursor（某些特殊類(lèi)型的索引，比如地理空間索引，使用的是它們自己類(lèi)型的游標(biāo)）。
對(duì)于使用了復(fù)合索引的查詢(xún)，最簡(jiǎn)單情況下的explain()輸出如下所示：

> db.users.find({"age" : 42}).explain()
{
    "cursor" : "BtreeCursor age_1_username_1",
    "isMultiKey" : false,
    "n" : 8332,
    "nscannedObjects" : 8332,
    "nscanned" : 8332,
    "nscannedObjectsAllPlans" : 8332,
    "nscannedAllPlans" : 8332,
    "scanAndOrder" : false,
    "indexOnly" : false,
    "nYields" : 0,
    "nChunkSkips" : 0,
    "millis" : 91,
    "indexBounds" : {
        "age" : [
            [
                42,
                42
            ]
        ],
        "username" : [
            [
                {
                    "$minElement" : 1
                },
                {
                    "$maxElement" : 1
                }
            ]
        ]
    },
    "server" : "ubuntu:27017"
}

從輸出信息中可以看到它使用的索引是age_1_username_1。"millis"表明了這個(gè)查詢(xún)的執(zhí)行速度，時(shí)間是從服務(wù)器收到請(qǐng)求開(kāi)始一直到發(fā)出響應(yīng)為止。然而，這個(gè)數(shù)值不一定真的是你希望看到的值。如果MongoDB嘗試了多個(gè)查詢(xún)計(jì)劃，那么"millis"顯示的是這些查詢(xún)計(jì)劃花費(fèi)的總時(shí)間，而不是最優(yōu)查詢(xún)計(jì)劃所花的時(shí)間。
接下來(lái)是實(shí)際返回的文檔數(shù)量："n"。它無(wú)法反映出MongoDB在執(zhí)行這個(gè)查詢(xún)的過(guò)程中所做的工作：搜索了多少索引條目和文檔。索引條目是使用"nscanned"描述的。"nscannedObjects"字段的值就是所掃描的文檔數(shù)量。最后，如果要對(duì)結(jié)果集進(jìn)行排序，而MongoDB無(wú)法對(duì)排序使用索引，那么"scanAndOrder"的值就會(huì)是true。也就是說(shuō)，MongoDB不得不在內(nèi)存中對(duì)結(jié)果進(jìn)行排序，這是非常慢的，而且結(jié)果集的數(shù)量要比較小。
現(xiàn)在你已經(jīng)知道這些基礎(chǔ)知識(shí)了，接下來(lái)依次詳細(xì)介紹這些字段。

"cursor" : "BtreeCursor age_1_username_1"

BtreeCursor表示本次查詢(xún)使用了索引，具體來(lái)說(shuō)，是使用了"age"和"username"上的索引{"age" : 1， "username" : 1}。如果查詢(xún)要對(duì)結(jié)果進(jìn)行逆序遍歷，或者是使用了多鍵索引，就可以在這個(gè)字段中看到"reverse"和"multi"這樣的值。

"isMultiKey" : false

用于說(shuō)明本次查詢(xún)是否使用了多鍵索引（詳見(jiàn)5.1.4節(jié)）。

"n" : 8332

本次查詢(xún)返回的文檔數(shù)量。

"nscannedObjects" : 8332

這是MongoDB按照索引指針去磁盤(pán)上查找實(shí)際文檔的次數(shù)。如果查詢(xún)包含的查詢(xún)條件不是索引的一部分，或者說(shuō)要求返回不在索引內(nèi)的字段，MongoDB就必須依次查找每個(gè)索引條目指向的文檔。

"nscanned" : 8332

如果有使用索引，那么這個(gè)數(shù)字就是查找過(guò)的索引條目數(shù)量。如果本次查詢(xún)是一次全表掃描，那么這個(gè)數(shù)字就表示檢查過(guò)的文檔數(shù)量。

"scanAndOrder" : false

MongoDB是否在內(nèi)存中對(duì)結(jié)果集進(jìn)行了排序。

"indexOnly" : false

MongoDB是否只使用索引就能完成此次查詢(xún)（詳見(jiàn)“覆蓋索引”部分）。
在本例中，MongoDB只使用索引就找到了全部的匹配文檔，從"nscanned"和"n"相等就可以看出來(lái)。然而，本次查詢(xún)要求返回匹配文檔中的所有字段，而索引只包含"age"和"username"兩個(gè)字段。如果將本次查詢(xún)修改為（{"_id" : 0， "age" : 1， "username" : 1}），那么本次查詢(xún)就可以被索引覆蓋了，"indexOnly"的值就會(huì)是true。

"nYields" : 0

為了讓寫(xiě)入請(qǐng)求能夠順利執(zhí)行，本次查詢(xún)暫停的次數(shù)。如果有寫(xiě)入請(qǐng)求需要處理，查詢(xún)會(huì)周期性地釋放它們的鎖，以便寫(xiě)入能夠順利執(zhí)行。然而，在本次查詢(xún)中，沒(méi)有寫(xiě)入請(qǐng)求，因?yàn)椴樵?xún)沒(méi)有暫停過(guò)。

"millis" : 91

數(shù)據(jù)庫(kù)執(zhí)行本次查詢(xún)所耗費(fèi)的毫秒數(shù)。這個(gè)數(shù)字越小，說(shuō)明查詢(xún)效率越高。

"indexBounds" : {...}

這個(gè)字段描述了索引的使用情況，給出了索引的遍歷范圍。由于查詢(xún)中的第一個(gè)語(yǔ)句是精確匹配，因此索引只需要查找42這個(gè)值就可以了。本次查詢(xún)沒(méi)有指定第二個(gè)索引鍵，因此這個(gè)索引鍵上沒(méi)有限制，數(shù)據(jù)庫(kù)會(huì)在"age"為42的條目中將用戶(hù)名介于負(fù)無(wú)窮（"$minElement" : 1）和正無(wú)窮（"$maxElement" : 1）的條目都找出來(lái)。
再來(lái)看一個(gè)稍微復(fù)雜點(diǎn)的例子：假如有一個(gè){"user name" : 1， "age" : 1}上的索引和一個(gè) {"age" : 1， "username" : 1}上的索引。同時(shí)查詢(xún)"username"和"age"時(shí)，會(huì)發(fā)生什么情況？呃，這取決于具體的查詢(xún)：

> db.c.find({age : {$gt : 10}, username : "sally"}).explain()
{
    "cursor" : "BtreeCursor username_1_age_1",
    "indexBounds" : [
        [
            {
                "username" : "sally",
                "age" : 10
            },
            {
                "username" : "sally",
                "age" : 1.7976931348623157e+308
            }
        ]
    ],
    "nscanned" : 13,
    "nscannedObjects" : 13,
    "n" : 13,
    "millis" : 5
}

由于在要在"username"上執(zhí)行精確匹配，在"age"上進(jìn)行范圍查詢(xún)，因此，數(shù)據(jù)庫(kù)選擇使用{"username" : 1， "age" : 1}索引，這與查詢(xún)語(yǔ)句的順序相反。另一方面來(lái)說(shuō)，如果需要對(duì)"age"精確匹配而對(duì)"username"進(jìn)行范圍查詢(xún)，MongoDB就會(huì)使用另一個(gè)索引：

> db.c.find({"age" : 14, "username" : /.*/}).explain()
{
    "cursor" : "BtreeCursor age_1_username_1 multi",
    "indexBounds" : [
        [
            {
                "age" : 14,
                "username" : ""
            },
            {
                "age" : 14,
                "username" : {
                }
            }
        ],
        [
            {
                "age" : 14,
                "username" : /.*/
            },
            {
                "age" : 14,
                "username" : /.*/
            }
        ]
    ],
    "nscanned" : 2,
    "nscannedObjects" : 2,
    "n" : 2,
    "millis" : 2
}

如果發(fā)現(xiàn)MongoDB使用的索引與自己希望它使用的索引不一致，可以使用hit()強(qiáng)制MongoDB使用特定的索引。例如，如果希望MongoDB在上個(gè)例子的查詢(xún)中使用{"username" : 1， "age" : 1}索引，可以這么做：

> db.c.find({"age" : 14, "username" : /.*/}).hint({"username" : 1, "age" : 1})

如果查詢(xún)沒(méi)有使用你希望它使用的索引，于是你使用hint強(qiáng)制MongoDB使用某個(gè)索引，那么應(yīng)該在應(yīng)用程序部署之前在所指定的索引上執(zhí)行explain()。如果強(qiáng)制MongoDB在某個(gè)查詢(xún)上使用索引，而這個(gè)查詢(xún)不知道如何使用這個(gè)索引，這樣會(huì)導(dǎo)致查詢(xún)效率降低，還不如不使用索引來(lái)得快。

MongoDB的查詢(xún)優(yōu)化器與其他數(shù)據(jù)庫(kù)稍有不同?；緛?lái)說(shuō)，如果一個(gè)索引能夠精確匹配一個(gè)查詢(xún)（要查詢(xún)"x"，剛好在"x"上有一個(gè)索引），那么查詢(xún)優(yōu)化器就會(huì)使用這個(gè)索引。不然的話(huà)，可能會(huì)有幾個(gè)索引都適合你的查詢(xún)。MongoDB會(huì)從這些可能的索引子集中為每次查詢(xún)計(jì)劃選擇一個(gè)，這些查詢(xún)計(jì)劃是并行執(zhí)行的。最早返回100個(gè)結(jié)果的就是勝者，其他的查詢(xún)計(jì)劃就會(huì)被中止。
這個(gè)查詢(xún)計(jì)劃會(huì)被緩存，這個(gè)查詢(xún)接下來(lái)都會(huì)使用它，直到集合數(shù)據(jù)發(fā)生了比較大的變動(dòng)。如果在最初的計(jì)劃評(píng)估之后集合發(fā)生了比較大的數(shù)據(jù)變動(dòng)，查詢(xún)優(yōu)化器就會(huì)重新挑選可行的查詢(xún)計(jì)劃。建立索引時(shí)，或者是每執(zhí)行1000次查詢(xún)之后，查詢(xún)優(yōu)化器都會(huì)重新評(píng)估查詢(xún)計(jì)劃。
explain()輸出信息里的"allPlans"字段顯示了本次查詢(xún)嘗試過(guò)的每個(gè)查詢(xún)計(jì)劃。

提取較小的子數(shù)據(jù)集時(shí)，索引非常高效。也有一些查詢(xún)不使用索引會(huì)更快。結(jié)果集在原集合中所占的比例越大，索引的速度就越慢，因?yàn)槭褂盟饕枰M(jìn)行兩次查找：一次是查找索引條目，一次是根據(jù)索引指針去查找相應(yīng)的文檔。而全表掃描只需要進(jìn)行一次查找：查找文檔。在最壞的情況下（返回集合內(nèi)的所有文檔），使用索引進(jìn)行的查找次數(shù)會(huì)是全表掃描的兩倍，效率會(huì)明顯比全表掃描低很多。
可惜，并沒(méi)有一個(gè)嚴(yán)格的規(guī)則可以告訴我們，如何根據(jù)數(shù)據(jù)大小、索引大小、文檔大小以及結(jié)果集的平均大小來(lái)判斷什么時(shí)候索引很有用，什么時(shí)候索引會(huì)降低查詢(xún)速度（如表5-1所示）。一般來(lái)說(shuō)，如果查詢(xún)需要返回集合內(nèi)30%的文檔（或者更多），那就應(yīng)該對(duì)索引和全表掃描的速度進(jìn)行比較。然而，這個(gè)數(shù)字可能會(huì)在2%～60%之間變動(dòng)。
表5-1　影響索引效率的屬性

假如我們有一個(gè)收集統(tǒng)計(jì)信息的分析系統(tǒng)。應(yīng)用程序要根據(jù)給定賬戶(hù)去系統(tǒng)中查詢(xún)所有文檔，根據(jù)從初始一直到一小時(shí)之前的數(shù)據(jù)生成圖表：

> db.entries.find({"created_at" : {"$lt" : hourAgo}})

我們?cè)?created_at"上創(chuàng)建索引以提高查詢(xún)速度。
最初運(yùn)行時(shí)，結(jié)果集非常小，可以立即返回。幾個(gè)星期過(guò)去以后，數(shù)據(jù)開(kāi)始多起來(lái)了，一個(gè)月之后，這個(gè)查詢(xún)耗費(fèi)的時(shí)間越來(lái)越長(zhǎng)。
對(duì)于大部分應(yīng)用程序來(lái)說(shuō)，這很可能就是那個(gè)“錯(cuò)誤的”查詢(xún)：真的需要在查詢(xún)中返回?cái)?shù)據(jù)集中的大部分內(nèi)容嗎？大部分應(yīng)用程序（尤其是擁有非常大的數(shù)據(jù)集的應(yīng)用程序）都不需要。然而，也有一些合理的情況，可能需要得到大部分或者全部的數(shù)據(jù)：也許需要將這些數(shù)據(jù)導(dǎo)出到報(bào)表系統(tǒng)，或者是放在批量任務(wù)中。在這些情況下，應(yīng)該盡可能快地返回?cái)?shù)據(jù)集中的內(nèi)容。
可以用{"$natural" : 1}強(qiáng)制數(shù)據(jù)庫(kù)做全表掃描。6.1節(jié)會(huì)介紹$natural，它可以指定文檔按照磁盤(pán)上的順序排列。特別地，$natural可以強(qiáng)制MongoDB做全表掃描：

> db.entries.find({"created_at" : {"$lt" : hourAgo}}).hint({"$natural" : 1})

使用"$natural"排序有一個(gè)副作用：返回的結(jié)果是按照磁盤(pán)上的順序排列的。對(duì)于一個(gè)活躍的集合來(lái)說(shuō)，這是沒(méi)有意義的：隨著文檔體積的增加或者縮小，文檔會(huì)在磁盤(pán)上進(jìn)行移動(dòng)，新的文檔會(huì)被寫(xiě)入到這些文檔留下的空白位置。但是，對(duì)于只需要進(jìn)行插入的工作來(lái)說(shuō)，如果要得到最新的（或者最早的）文檔，使用$natural就非常有用了。

上一篇文章：MongoDB指南---11、使用復(fù)合索引、$操作符如何使用索引、索引對(duì)象和數(shù)組、索引基數(shù)
下一篇文章：MongoDB指南---13、索引類(lèi)型