一、输出查询过程:
db.getCollection('multobj').find({}).explain("executionStats")
二、对queryPlanner分析
2.1 queryPlanner: queryPlanner的返回
queryPlanner.namespace:该值返回的是该query所查询的表
queryPlanner.indexFilterSet:针对该query是否有indexfilter
queryPlanner.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。
queryPlanner.winningPlan.stage: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（stage有数个模式，将在后文中进行详解）。
queryPlanner.winningPlan.inputStage:用来描述子stage，并且为其父stage提供文档和索引关键字。
queryPlanner.winningPlan.stage的child stage，此处是IXSCAN，表示进行的是index scanning。
queryPlanner.winningPlan.keyPattern:所扫描的index内容，此处是did:1,status:1,modify_time: -1与scid : 1
queryPlanner.winningPlan.indexName：winning plan所选用的index。
queryPlanner.winningPlan.isMultiKey是否是Multikey，此处返回是false，如果索引建立在array上，此处将是true。
queryPlanner.winningPlan.direction：此query的查询顺序，此处是forward，如果用了.sort({modify_time:-1})
将显示backward。
queryPlanner.winningPlan.indexBounds:winningplan所扫描的索引范围,如果没有制定范围就是[MaxKey, MinKey]，
这主要是直接定位到mongodb的chunck中去查找数据，加快数据读取。
queryPlanner.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。
2.2 对executionStats返回逐层分析
第一层，executionTimeMillis
最为直观explain返回值是executionTimeMillis值，指的是我们这条语句的执行时间，这个值当然是希望越少越好。
其中有3个executionTimeMillis，分别是：
executionStats.executionTimeMillis
该query的整体查询时间。
executionStats.executionStages.executionTimeMillisEstimate
该查询根据index去检索document获得2001条数据的时间。
executionStats.executionStages.inputStage.executionTimeMillisEstimate
该查询扫描2001行index所用时间。
第二层，index与document扫描数与查询返回条目数
这个主要讨论3个返回项，nReturned、totalKeysExamined、totalDocsExamined，分别代表该条查询返回的条目、
索引扫描条目、文档扫描条目。
这些都是直观地影响到executionTimeMillis，我们需要扫描的越少速度越快。
对于一个查询，我们最理想的状态是：
nReturned=totalKeysExamined=totalDocsExamined
第三层，stage状态分析
那么又是什么影响到了totalKeysExamined和totalDocsExamined？是stage的类型。类型列举如下：
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
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$or查询的stage返回
TEXT：使用全文索引进行查询时候的stage返回
PROJECTION：限定返回字段时候stage的返回
对于普通查询，我希望看到stage的组合(查询的时候尽可能用上索引)：
Fetch+IDHACK
Fetch+ixscan
Limit+（Fetch+ixscan）
PROJECTION+ixscan
SHARDING_FITER+ixscan
COUNT_SCAN
不希望看到包含如下的stage：
COLLSCAN(全表扫描),SORT(使用sort但是无index),不合理的SKIP,SUBPLA(未用到index的$or),
COUNTSCAN(不使用index进行count)
转载地址：https://www.cnblogs.com/c-abc/p/6023824.html
三、我的查询分析文本
{
"queryPlanner" : {
"plannerVersion" : 1, #版本
"namespace" : "ifaas_data.multobj", #库名称，表名称
"indexFilterSet" : false, #针对该query是否有indexfilter
"parsedQuery" : { # 解析后的查询条件
"$and" : [
{
"$or" : [
{
"targetType" : {
"$eq" : "face"
}
},
{
"targetType" : {
"$eq" : "body"
}
}
]
},
{
"sourceId" : {
"$eq" : "130"
}
},
{
"sourceType" : {
"$eq" : "zipFile"
}
},
{
"time" : {
"$lte" : ISODate("2018-12-29T03:56:00.000Z")
}
},
{
"time" : {
"$gte" : ISODate("2018-12-26T00:00:00.000Z")
}
}
]
},
"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" : "SKIP", #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（stage有数个模式，将在后文中进行详解）。
"skipAmount" : 0,
"inputStage" : { #用来描述子stage，并且为其父stage提供文档和索引关键字。
"stage" : "SORT",
"sortPattern" : {
"time" : -1.0
},
"limitAmount" : 200,
"inputStage" : { #用来描述子stage，并且为其父stage提供文档和索引关键字。
"stage" : "SORT_KEY_GENERATOR",
"inputStage" : {
"stage" : "FETCH",
"filter" : {
"$and" : [
{
"$or" : [
{
"targetType" : {
"$eq" : "face"
}
},
{
"targetType" : {
"$eq" : "body"
}
}
]
},
{
"sourceType" : {
"$eq" : "zipFile"
}
},
{
"time" : {
"$lte" : ISODate("2018-12-29T03:56:00.000Z")
}
},
{
"time" : {
"$gte" : ISODate("2018-12-26T00:00:00.000Z")
}
}
]
},
"inputStage" : {
"stage" : "IXSCAN",
"keyPattern" : { #所扫描的index内容，
"sourceId" : 1.0
},
"indexName" : "sourceId_1", #winning plan所选用的index。
"isMultiKey" : false, #是否是Multikey，此处返回是false，如果索引建立在array上，此处将是true。
"multiKeyPaths" : {
"sourceId" : []
},
"isUnique" : false,
"isSparse" : false,
"isPartial" : false,
"indexVersion" : 2,
"direction" : "forward", #此query的查询顺序，此处是forward，如果用了.sort({modify_time:-1})将显示backward。
"indexBounds" : { #所扫描的索引范围,如果没有制定范围就是[MaxKey, MinKey]，这主要是直接定位到mongodb的chunck中去查找数据，加快数据读取
"sourceId" : [
"[\"130\", \"130\"]"
]
}
}
}
}
}
},
"rejectedPlans" : [ #其他执行计划（非最优而被查询优化器reject的）的详细返回，其中具体信息与winningPlan的返回中意义相同，故不在此赘述
{
"stage" : "SKIP",
"skipAmount" : 100,
"inputStage" : {
"stage" : "SORT",
"sortPattern" : {
"time" : -1.0
},
"limitAmount" : 200,
"inputStage" : {
"stage" : "SORT_KEY_GENERATOR",
"inputStage" : {
"stage" : "FETCH",
"filter" : {
"$and" : [
{
"sourceId" : {
"$eq" : "130"
}
},
{
"sourceType" : {
"$eq" : "zipFile"
}
},
{
"time" : {
"$lte" : ISODate("2018-12-29T03:56:00.000Z")
}
},
{
"time" : {
"$gte" : ISODate("2018-12-26T00:00:00.000Z")
}
}
]
},
"inputStage" : {
"stage" : "IXSCAN",
"keyPattern" : {
"targetType" : 1.0
},
"indexName" : "targetType_1",
"isMultiKey" : false,
"multiKeyPaths" : {
"targetType" : []
},
"isUnique" : false,
"isSparse" : false,
"isPartial" : false,
"indexVersion" : 2,
"direction" : "forward",
"indexBounds" : {
"targetType" : [
"[\"body\", \"body\"]",
"[\"face\", \"face\"]"
]
}
}
}
}
}
},
{
"stage" : "LIMIT",
"limitAmount" : 100,
"inputStage" : {
"stage" : "SKIP",
"skipAmount" : 100,
"inputStage" : {
"stage" : "FETCH",
"filter" : {
"$and" : [
{
"$or" : [
{
"targetType" : {
"$eq" : "face"
}
},
{
"targetType" : {
"$eq" : "body"
}
}
]
},
{
"sourceId" : {
"$eq" : "130"
}
},
{
"sourceType" : {
"$eq" : "zipFile"
}
}
]
},
"inputStage" : {
"stage" : "IXSCAN",
"keyPattern" : {
"time" : -1.0
},
"indexName" : "time_-1",
"isMultiKey" : false,
"multiKeyPaths" : {
"time" : []
},
"isUnique" : false,
"isSparse" : false,
"isPartial" : false,
"indexVersion" : 2,
"direction" : "forward",
"indexBounds" : {
"time" : [
"[new Date(1546055760000), new Date(1545782400000)]"
]
}
}
}
}
},
{
"stage" : "SKIP",
"skipAmount" : 100,
"inputStage" : {
"stage" : "SORT",
"sortPattern" : {
"time" : -1.0
},
"limitAmount" : 200,
"inputStage" : {
"stage" : "SORT_KEY_GENERATOR",
"inputStage" : {
"stage" : "FETCH",
"filter" : {
"$and" : [
{
"$or" : [
{
"targetType" : {
"$eq" : "face"
}
},
{
"targetType" : {
"$eq" : "body"
}
}
]
},
{
"sourceId" : {
"$eq" : "130"
}
},
{
"time" : {
"$lte" : ISODate("2018-12-29T03:56:00.000Z")
}
},
{
"time" : {
"$gte" : ISODate("2018-12-26T00:00:00.000Z")
}
}
]
},
"inputStage" : {
"stage" : "IXSCAN",
"keyPattern" : {
"sourceType" : 1.0
},
"indexName" : "sourceType_1",
"isMultiKey" : false,
"multiKeyPaths" : {
"sourceType" : []
},
"isUnique" : false,
"isSparse" : false,
"isPartial" : false,
"indexVersion" : 2,
"direction" : "forward",
"indexBounds" : {
"sourceType" : [
"[\"zipFile\", \"zipFile\"]"
]
}
}
}
}
}
}
]
},
"executionStats" : {
"executionSuccess" : true,
"nReturned" : 100,
"executionTimeMillis" : 3355, #指的是我们这条语句的执行时间，这个值当然是希望越少越好。
"totalKeysExamined" : 134688, #索引扫描条目
"totalDocsExamined" : 134688, #文档扫描条目 对于一个查询，
#我们最理想的状态是：nReturned=totalKeysExamined=totalDocsExamined，那么又是什么影响到了totalKeysExamined和totalDocsExamined？是stage的类型。类型列举如下：
"executionStages" : {
"stage" : "SKIP",
"nReturned" : 100, #该条查询返回的条目
"executionTimeMillisEstimate" : 1750, #该查询根据index去检索document获得100条数据的时间。
"works" : 134891,
"advanced" : 100,
"needTime" : 134790,
"needYield" : 0,
"saveState" : 4216,
"restoreState" : 4216,
"isEOF" : 1,
"invalidates" : 0,
"skipAmount" : 0,
"inputStage" : {
"stage" : "SORT",
"nReturned" : 200, #该条查询返回的条目
"executionTimeMillisEstimate" : 1740, #该查询扫描200行index所用时间。
"works" : 134891,
"advanced" : 200,
"needTime" : 134690,
"needYield" : 0,
"saveState" : 4216,
"restoreState" : 4216,
"isEOF" : 1,
"invalidates" : 0,
"sortPattern" : {
"time" : -1.0
},
"memUsage" : 4215716,
"memLimit" : 33554432,
"limitAmount" : 200,
"inputStage" : {
"stage" : "SORT_KEY_GENERATOR",
"nReturned" : 134688,
"executionTimeMillisEstimate" : 1100,
"works" : 134690,
"advanced" : 134688,
"needTime" : 1,
"needYield" : 0,
"saveState" : 4216,
"restoreState" : 4216,
"isEOF" : 1,
"invalidates" : 0,
"inputStage" : {
"stage" : "FETCH",
"filter" : {
"$and" : [
{
"$or" : [
{
"targetType" : {
"$eq" : "face"
}
},
{
"targetType" : {
"$eq" : "body"
}
}
]
},
{
"sourceType" : {
"$eq" : "zipFile"
}
},
{
"time" : {
"$lte" : ISODate("2018-12-29T03:56:00.000Z")
}
},
{
"time" : {
"$gte" : ISODate("2018-12-26T00:00:00.000Z")
}
}
]
},
"nReturned" : 134688,
"executionTimeMillisEstimate" : 840,
"works" : 134689,
"advanced" : 134688,
"needTime" : 0,
"needYield" : 0,
"saveState" : 4216,
"restoreState" : 4216,
"isEOF" : 1,
"invalidates" : 0,
"docsExamined" : 134688,
"alreadyHasObj" : 0,
"inputStage" : {
"stage" : "IXSCAN",
"nReturned" : 134688,
"executionTimeMillisEstimate" : 90,
"works" : 134689,
"advanced" : 134688,
"needTime" : 0,
"needYield" : 0,
"saveState" : 4216,
"restoreState" : 4216,
"isEOF" : 1,
"invalidates" : 0,
"keyPattern" : {
"sourceId" : 1.0
},
"indexName" : "sourceId_1",
"isMultiKey" : false,
"multiKeyPaths" : {
"sourceId" : []
},
"isUnique" : false,
"isSparse" : false,
"isPartial" : false,
"indexVersion" : 2,
"direction" : "forward",
"indexBounds" : {
"sourceId" : [
"[\"130\", \"130\"]"
]
},
"keysExamined" : 134688,
"seeks" : 1,
"dupsTested" : 0,
"dupsDropped" : 0,
"seenInvalidated" : 0
}
}
}
}
}
},
"serverInfo" : {
"host" : "deed829d4373",
"port" : 27017,
"version" : "3.6.5",
"gitVersion" : "a20ecd3e3a174162052ff99913bc2ca9a839d618"
},
"ok" : 1.0
}
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
