DAY16 MongoDB Explain 與 Index 建議

MongoDB explain - executionStats

這篇主要講解的是 MongoDB explain 指令的 executionStats 項目。
使用此模式進行 explain，會根據你輸入的語法，在 query optimizer 找出最佳的查詢計畫，並且 實際執行你的語法，無論是查詢或者新增刪除修改。但是請不用擔心，這樣做並不會真的去改變任何資料庫內容，只是協助、更貼近真實情況下，你的語法執行結果如何。

查詢語法在 explain 參數中帶入 executionStats，即可。

db.collection.find().explain("executionStats")

實際執行

馬上進入重頭戲，實際執行的部分。我們沿用了上一篇文章的範例，一樣是查詢 name 欄位，參數則指令了executionStats。

db.collection.find("name":"Devil").explain("executionStats")

• 我省略固定會出現的queryPlanner、serverInfo
• 如果這個範例後面沒有中文解釋，代表下面會解釋

"executionStats" : {
    "executionSuccess" : true,      // 執行結果
    "nReturned" : 1,                // 回傳了幾個文件
    "executionTimeMillis" : 0,      // 執行時間
    "totalKeysExamined" : 1,        // 總共掃瞄了幾把 key (代表有走在 index 上)
    "totalDocsExamined" : 1,        // 總共檢查了幾個檔案
    "executionStages" : {           // 執行階段
        "stage" : "FETCH",          // 執行此語法使用的方式，使用 index 查詢檔案
        "nReturned" : 1,            // 回傳了幾個檔案
        "executionTimeMillisEstimate" : 0,
        "works" : 2,
        "advanced" : 1,
        "needTime" : 0,
        "needYield" : 0,
        "saveState" : 0,
        "restoreState" : 0,
        "isEOF" : 1,
        "invalidates" : 0,
        "docsExamined" : 1,         // 掃描了幾個檔案
        "alreadyHasObj" : 0,
        "inputStage" : {
            "stage" : "IXSCAN",     // 在執行階段，先使用了什麼方式查找，這邊是使用 index
            "nReturned" : 1,
            "executionTimeMillisEstimate" : 0,
            "works" : 2,
            "advanced" : 1,
            "needTime" : 0,
            "needYield" : 0,
            "saveState" : 0,
            "restoreState" : 0,
            "isEOF" : 1,
            "invalidates" : 0,
            "keyPattern" : {
                "name" : 1.0
            },
            "indexName" : "name_1",     // 使用的 index 名稱
            "isMultiKey" : false,       // 是否為 multi key，如果是在 array 上建立 index，會是 true
            "multiKeyPaths" : {
                "name" : []
            },
            "isUnique" : false,         // index 屬性，這三個可以回頭查看我之前 index 文章
            "isSparse" : false,
            "isPartial" : false,
            "indexVersion" : 2,
            "direction" : "forward",    // 排序方向，順向。如果有 sort -1，就會是 backward
            "indexBounds" : {
                "name" : [
                    "[\"Devil\", \"Devil\"]"
                ]
            },
            "keysExamined" : 1,
            "seeks" : 1,
            "dupsTested" : 0,
            "dupsDropped" : 0,
            "seenInvalidated" : 0
        }
    }
}

比較簡單的部分就直接在範例後面註解了。
首先我們看一下這個結構

"executionStats":{
    "executionStages":{
        "inputStage":{
            "stage" : "IXSCAN"
            ...
        }
    }
}

winningPlan 是一個樹狀的結構，實際上會根據你的查詢語法而有一個或多個 inputStage，所以你可以看到 inputStages 會變成是複數型態。

例如我們今天分別提 age, name 兩個欄位分別新增各一把 index，再使用 or 語法來查詢

db.employee.createIndex( { name: 1 } )
db.employee.createIndex( { age: 1 } )

db.employee.find({$or: [{"age":35} ,{"name":"Devil"}]  }).explain("executionStats")

就會出現兩個 inputStage，如下：

"winningPlan" : {
    "stage" : "SUBPLAN",
    "inputStage" : {
        "stage" : "FETCH",
        "inputStage" : {
            "stage" : "OR",
            "inputStages" : [
                {
                    "stage" : "IXSCAN",
                    "keyPattern" : {
                        "name" : 1.0
                    },
                    "indexName" : "name_1",
                },
                {
                    "stage" : "IXSCAN",
                    "keyPattern" : {
                        "age" : 1.0
                    },
                    "indexName" : "age_1",
                }
            ]
        }
    }
}

executionStats 格式也是一樣的，但因為內容更多，所以這邊是先貼 winningPlan 結果。

那如果今天我只有一把 key，但還是用 or 來查詢兩個欄位，那會變成什麼結果呢？
答案是 1 個 inputStage，因為已經是 COLLSCAN 囉～

避免否定類型運算子

官網特別提到的項目，關於 $or 與 $in 運算子，官方直接告訴你要使用$in。

假設你要查詢 name 欄位是 "Ada" 或 "Bob"，不要使用

• {$or: [{"name":"Ada"}, {"name":"Bob"}]}
  而是要用
• {"name":{$in:["Ada", "Bob"]}}
  原因就是效能低落，沒有別的。

個人補充：依我的經驗，因為看到官方提到這個案例，於是在猜想否定類型的運算子是不是也有相同效能問題，後來經過測試，確實是效能比較差，例如 $nin 這種。(當時是 3 版左右吧，不確定現在怎麼樣 5.0.1 了...)

• works : 2
  這個 works 就連官方文件都著墨得少。 works 可分為多個工作單元 work unit，像是查詢 single field index key，或是依照 key 讀取回一個文件，或是針對取回文件進行 project 都算是一個工作單元，基本上就是最小工作單位的意思。假設一個好的查詢，通常會是 nReturned 的數量 +1，為什麼呢？ nReturned 就是你查詢返回的文件數量，+1 則代表是查詢 index 這件工作，因此整體就是 works = nReturned+1。

• isEOF : 1,
  執行階段是否已經讀取到結尾的地方。

  • 0 代表尚未
  • 1 代表是
    什麼情況下會是 0 呢？通常是查詢語法中帶有 limt 的語法，使得該次查詢並不會查到結尾。

其實還是有很多欄位是我不太理解的，也許之後有翻到文件會再記錄下來。至於沒寫到的，就應該是連相關文獻都找不到了XD

索引建議

• 建立的索引欄位必須與查詢語句有強關聯
  通常我在確定需求後，會把所有使用者情境列出，並把查詢條件整理起來，這些大概就會是你所需要的索引了。
• 呈上，最好是 covered queries
• 即使是排序也需要索引
  用來排序的欄位也需要在索引內，否則會資料庫排到崩潰，不對，應該是人會等到崩潰
• 建立的欄位最好是具有獨特性

{field_a:1, field_b:'b01'},
{field_a:1, field_b:'b012'},
{field_a:2, field_b:'b02'},
{field_a:2, field_b:'b022'},
{field_a:2, field_b:'b023'},
{field_a:3, field_b:'b03'}

我們替 field_a 建立索引，假設查詢是 {field_a:2}，那沒什麼問題。

那如果我們查詢的是 {field_a:2, field_b:'b023'}，那麼 MongoDB 就必須要找遍 3 個文件才能找到正確的文件。

從上面的例子能理解獨特性的重要，至於要怎麼解這個問題，使用 compound index 就能處理。

• 特定條件的查詢，替它們建立 partial index
  使用情境上，我們時常會查詢某種狀態或條件的資料，例如 status = 'ERROR' 的狀態資料是我們關注的，時常需要去看，這個情境就很適合 partial index
• 多用 explain (對，這是建議，很基本也很重要)

本系列文章會同步發表於我個人的部落格 Pie Note