术语

  • Covered Query/FETCH——查询覆盖/抓取
    如果所有需要的字段都在索引中，不需要额外的字段，就可以不再需要从数据页加载数据，这就是查询覆盖。
db.human.createlndex(ffirstName:1,lastName:1
gender:1,age:1})
  • IXSCAN/COLLSCAN——索引扫描/集合扫描
  • ixscan = index scan 索引扫描
  • coolscan 集合扫描
  • Big O Notation-时间复杂度
  • Query Shape——查询的形状
    查询用到了哪些字段
    不同的字段，对索引是有影响的
  • Index Prefix——索引前缀
db.human.createIndex({firstName：1，lastName：1，gender：1，age：1}）


以上索引的全部前缀包括：
{firstName：1}
{firstName：1，lastName：1}
{firstName：1，lastName：1，gender：1}

# 所有索引前缀都可以被该索引覆盖，没有必要针对这些查询建立额外的索引
  • Selectivity——过滤性
    查询条件使用的字段返回结果，越精确、结果集越小、越好。

索引树结构

索引背后是B-树。要正确使用索引，必须先了解B-树的工作原理。

B-树：基于B树，但是子节点数量可以超过2个

数据结构与算法复习

由于B树/B-树的工作过程过于复杂，但本质上它是一个有序的数据结构。我们用数组来理解它。假设索引为{a：1}（a升序）：

索引执行计划

假设集合有两个索引
1.{city：1}
2.{last_name：1}
查询：
db.members.find（{city:"LA"，last_name:"parker"]）

Mongodb中所谓的执行计划，更多的是选择哪个索引

评估执行计划的方式：用几个线程同时跑几个索引，看哪个索引能够最快返回想要的结果。

得出结果后，会把这个执行计划保存（缓存）起来，下次继续使用

explain()

--写入10000条文档
for(var i=1；i<100000；i++)
	db.col.insert({name:i，age:i，date:new Date()})

--查询
db.col.find({name:1111}).explain(true)


执行计划中需要关注的内容：
"nReturned":1,				# 返回的数据行
"execution TimeMillis":58,	# 执行多少时间
"totalKeysExamined":0,		# 扫描多少个索引项
"totalDocsExamined":99999,	# 扫描多少个文档
"stage":"COLLSCAN",			# 查看存储扫描的类型，是ixscan，collscan还是其他类型
"docsExamined":99999

# 扫描99999个文档，返回1条数据，耗时58秒，这个执行计划是非常糟糕的


"nReturned":1,				# 返回的数据行
"execution TimeMillis":3,	# 执行多少时间
"totalKeysExamined":1,		# 扫描1个索引项
"totalDocsExamined":1,		# 扫描1个文档
"stage":"IXSCAN",			# 查看存储扫描的类型，是ixscan，collscan还是其他类型

# 扫描1个索引项，扫描1个文档，返回1个结果，耗时3秒。这是最理想状态，完全命中索引