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.stageexplain.queryPlanner.winningPlan.inputStage**等。

stage/inputStage值	值的意义
COLLSCAN	全表扫描
IXSCAN	索引扫描
FETCH	根据索引去检索指定document
SHARD_MERGE	将各个分片返回数据进行merge
SORT	表明在内存中进行了排序（与老版本的scanAndOrder:true一致）
LIMIT	使用limit限制返回数
SKIP	使用skip进行跳过
IDHACK	针对_id进行查询
SHARDING_FILTER	通过mongos对分片数据进行查询
COUNT	利用db.coll.explain().count()之类进行count运算
COUNTSCAN	count不使用用Index进行count时的stage返回
COUNT_SCAN	count使用了Index进行count时的stage返回
SUBPLA	未使用到索引的$or查询的stage返回
TEXT	使用全文索引进行查询时候的stage返回
PROJECTION	限定返回字段时候stage的返回

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 stage\inputStage.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/