对于 AI 代理：可在 https://www.mongodb.com/zh-cn/docs/llms.txt 获取文档索引—通过在任何 URL 路径后添加 .md 可获取所有页面的 Markdown 版本。
See how MongoDB 9.0 delivers up to 2x higher throughput.
MongoDB Branding Shape
Register now >
Docs 菜单
Docs 主页
/ /
读取
Docs 主页
/
开发中
/
增删改查操作
/
读取
Docs 主页
/
开发中
/
增删改查操作
/
读取

解释“解释计划结果”

您可以使用解释结果，确定有关查询的以下信息：

  • 完成查询所需的时间

  • 查询是否使用索引

  • 为完成查询而扫描的文档和索引键的数量

注意

查询的解释计划结果可能会在各个 MongoDB 版本之间发生变化。

cursor.explain("executionStats") 和 db.collection.explain("executionStats") 方法提供了有关查询性能的统计信息。这些统计信息可用于衡量查询是否索引以及是如何使用该索引的。有关详细信息，请参阅 db.collection.explain()。

MongoDB Compass提供了“解释计划”模式，可显示有关查询性能的统计信息。这些统计信息可用于衡量查询是否以及如何使用索引。

评估查询性能

本页上的示例使用 sample_mflix 数据集中的数据。有关如何将此数据集加载到自管理MongoDB 部署中的详细信息，请参阅加载样本数据集。如果对示例数据库进行了任何修改，则可能需要删除并重新创建数据库才能运行本页上的示例。

本页上的示例使用 sample_mflix示例数据集中的数据。有关如何将此数据集加载到部署的详细信息，请参阅将样本数据导入到Atlas部署中。

加载数据集后，将MongoDB Compass连接到同一部署并打开 movies集合。

集合文档在MongoDB Compass中显示如下：

Compass列出电影集合中的文档
点击放大

无索引查询

以下查询检索 year 字段的值在 2000 和 2005（含）之间的文档：

db.movies.find( { year: { $gte: 2000, $lte: 2005 } } )

此查询与集合中 21349 份文档的 3809 份匹配。

要查看选定的查询计划，请将 cursor.explain("executionStats") 游标方法链接到 find 命令的末尾：

db.movies.find(
   { year: { $gte: 2000, $lte: 2005 } }
).explain("executionStats")
{
  queryPlanner: {
    namespace: 'sample_mflix.movies',
    winningPlan: {
      stage: 'COLLSCAN',
      '...': '...'
    },
    '...': '...'
  },
  executionStats: {
    executionSuccess: true,
    nReturned: 3809,
    totalKeysExamined: 0,
    totalDocsExamined: 21349,
    executionStages: {
      stage: 'COLLSCAN',
      '...': '...'
    },
    '...': '...'
  },
  '...': '...'
}

以下查询检索 year 字段的值在 2000 和 2005（含）之间的文档：

将以下过滤器复制到 Compass 查询栏中，然后单击 Find：

{ year: { $gte: 2000, $lte: 2005 } }

此查询与集合中 21349 份文档的 3809 份匹配。

要查看查询计划，请单击查询栏中的 Explain。

MongoDB Compass 显示查询计划，如下所示：

电影集合的Compass无索引查询计划
点击放大

可视化树

  • Query Performance Summary 显示查询的执行统计信息：

    • Documents Returned 显示 3809 以表明获胜的查询计划返回 3,809 文档。

    • Documents Examined 显示 21349 以指示MongoDB必须扫描集合中的所有 21,349 文档才能找到 3,809 匹配文档。

    • Index Keys Examined 显示 0 表明该查询未使用索引。

  • MongoDB Compass显示 COLLSCAN查询阶段，表示此查询使用了集合扫描。集合扫描表明 mongod 必须逐个文档扫描整个集合文档才能识别结果。这通常是一项成本高昂的操作，可能会导致查询速度减慢。

Raw JSON

还可以通过单击 Raw Output 选项以原始JSON格式查看 Explain Plan 详细信息：

Compass无索引查询计划原始JSON
点击放大

匹配文档和已检查文档之间的数量差异可能表明，使用索引可能有助于提高查询效率。

带索引的查询

要支持对 year 字段的查询，请对 year 字段添加索引：

db.movies.createIndex( { year: 1 } )

要查看查询计划的统计信息，请使用 explain() 方法：

db.movies.find(
   { year: { $gte: 2000, $lte: 2005 } }
).explain("executionStats")
{
  queryPlanner: {
    namespace: 'sample_mflix.movies',
    winningPlan: {
      stage: 'FETCH',
      inputStage: {
        stage: 'IXSCAN',
        keyPattern: {
          year: 1
        },
        '...': '...'
      },
      '...': '...'
    },
    '...': '...'
  },
  executionStats: {
    executionSuccess: true,
    nReturned: 3809,
    totalKeysExamined: 3809,
    totalDocsExamined: 3809,
    '...': '...'
  },
  '...': '...'
}

要支持对 year 字段的查询，请对 year 字段添加索引：

  1. 单击sample_mflix.movies集合的Indexes标签页。

  2. 单击 Create，然后从下拉菜单中选择 Index。

  3. 从 Select or type a field name 下拉列表中选择 year。

  4. 从 Select a type 下拉列表中选择 1 (asc)。

  5. 单击 Create Index（连接）。

注意

将索引名称字段留空会导致 MongoDB Compass 为索引创建默认名称。

现在，您可以在 Indexes 标签页中看到新创建的索引：

Compass在“索引”标签标签页中显示年份索引
点击放大

返回到 sample_mflix.movies 集合的 Documents 标签页，然后重新运行上一步中的查询：

{ year: { $gte: 2000, $lte: 2005 } }

打开 Explain Plan 模态窗口。 MongoDB Compass 显示查询计划，如下所示：

Compass使用年份索引解释计划
点击放大

可视化树

  • Query Performance Summary 显示查询的执行统计信息：

    • Documents Returned 显示 3809 以表明获胜的查询计划返回 3,809 文档。

    • Documents Examined 显示 3809 以表明MongoDB已扫描 3、809 文档。

    • Index Keys Examined 显示 3809 表示MongoDB已扫描 3,809索引项。检查的键数量与返回的文档数量相匹配，这意味着 mongod 只需要检查索引键即可返回结果。 mongod 不必扫描所有文档，只需将 3,809 匹配的文档拉入内存。这样查询就非常高效。

    • 在 Query Performance Summary 的底部， MongoDB Compass显示该查询使用了 year索引。

  • 在 Query Performance Summary 的左侧， MongoDB Compass显示查询阶段 FETCH 和 IXSCAN。 IXSCAN 表示 mongod 在执行 FETCH 阶段并检索文档之前使用索引来满足查询。

Raw JSON

还可以通过单击 Raw Output 选项以原始JSON格式查看解释详细信息：

Compass使用年份索引原始JSON解释计划
点击放大

如果没有索引，查询将扫描整个集合以返回匹配的文档。查询还必须扫描每个文档的整体，可能会将它们拉入内存。这会导致查询操作成本高昂且可能缓慢。

使用索引运行时，查询仅扫描返回的索引项和文档，从而提高查询效率。

比较索引性能

如要手动比较使用多个索引的查询性能，您可以结合使用 hint() 方法和 explain() 方法。

考虑以下查询：

db.movies.find( {
   year: {
      $gte: 2000, $lte: 2005
   },
   rated: "PG"
} )

此查询匹配 235 文档。

为支持查询，请添加复合索引。在复合索引中，字段的顺序很重要。

例如，添加以下两个复合索引。第一个索引首先按 year 字段排序，然后按 rated 字段排序。第二个索引首先按 rated 排序，然后按 year 字段排序。

db.movies.createIndex( { year: 1, rated: 1 } )
db.movies.createIndex( { rated: 1, year: 1 } )

评估第一个索引对查询的影响：

db.movies.find(
   { year: { $gte: 2000, $lte: 2005 }, rated: "PG" }
).hint( { year: 1, rated: 1 } ).explain("executionStats")
{
  queryPlanner: {
    namespace: 'sample_mflix.movies',
    winningPlan: {
      stage: 'FETCH',
      inputStage: {
        stage: 'IXSCAN',
        keyPattern: {
          year: 1,
          rated: 1
        },
        '...': '...'
      },
      '...': '...'
    },
    '...': '...'
  },
  executionStats: {
    executionSuccess: true,
    nReturned: 235,
    totalKeysExamined: 246,
    totalDocsExamined: 235,
    '...': '...'
  },
  '...': '...'
}

MongoDB扫描了246个索引键 (executionStats.totalKeysExamined) 以返回 235 个匹配的文档 (executionStats.nReturned)。

评估第二个索引对查询的影响：

db.movies.find(
   { year: { $gte: 2000, $lte: 2005 }, rated: "PG" }
).hint( { rated: 1, year: 1 } ).explain("executionStats")
{
  queryPlanner: {
    namespace: 'sample_mflix.movies',
    winningPlan: {
      stage: 'FETCH',
      inputStage: {
        stage: 'IXSCAN',
        keyPattern: {
          rated: 1,
          year: 1
        },
        '...': '...'
      },
      '...': '...'
    },
    '...': '...'
  },
  executionStats: {
    executionSuccess: true,
    nReturned: 235,
    totalKeysExamined: 235,
    totalDocsExamined: 235,
    '...': '...'
  },
  '...': '...'
}

MongoDB扫描了235个索引键 (executionStats.totalKeysExamined) 以返回 235 个匹配的文档 (executionStats.nReturned)。

因此，第二个复合索引{ rated: 1, year: 1 } 是支持示例查询的更有效索引，因为MongoDB服务器只需扫描 235 index keys 即可使用此索引查找所有匹配的文档，而 246 则使用此索引使用复合索引{ year: 1, rated: 1 }。

提示

后退
解释结果
来年
解释慢速查询
给本页内容打分

在此页面上