第8章 MongoDB性能提升--索引详解与实战案例

在上一篇文章【练中学,学中练:MongoDB综合查询实战】中,我们通过一系列实际操作,深入探讨了MongoDB中的查询技巧。从基本的条件筛选到复杂的逻辑组合查询,每个任务都旨在帮助你更好地理解和掌握MongoDB的查询功能。本文为了提高查询性能,MongoDB 支持索引。本文将深入探讨 MongoDB 中的索引概念、类型以及如何创建与使用索引,最终通过实例来展示其应用。

知识回顾

什么是索引?

索引是在数据库中对数据的结构化表示,可以加快查询速度。就像书籍的目录能快速定位相关内容一样,索引能提高数据库检索的效率。没有索引,数据库需要扫描整个集合,这在数据量大时会显著降低性能。

索引类型

MongoDB 支持多种类型的索引,主要包括:

  1. 单字段索引:对集合中的单个字段建立索引。
  2. 复合索引:对多个字段组合建立索引。
  3. 部分索引:只对满足特定条件的文档建立索引。
  4. 稀疏索引:仅在存在索引字段的文档上创建索引。
  5. 全文索引:支持对文本内容进行复杂的全文搜索。
  6. 地理空间索引:用于空间数据搜索,如经纬度坐标。

如何创建索引

创建单字段索引

使用以下命令在 student 集合的 stu_name 字段上创建单字段索引:

css 复制代码
db.student.createIndex({ stu_name: 1 })

创建复合索引

在 student 集合上创建复合索引(stu_name 和 email 字段):

php 复制代码
db.student.createIndex({ stu_name: 1, email: 1 })

创建部分索引

为 status 字段值为 "active" 的用户创建部分索引:

css 复制代码
db.student.createIndex({ stu_name: 1 }, { partialFilterExpression: { status: "active" } })

查看索引

使用以下命令查看当前集合的所有索引:

scss 复制代码
db.student.getIndexes()

任务描述

假设我们有一个高校大学生档案管理系统学生数据有1000w ,学生数据数据存储在 student 集合中,字段包括stu_no、 stu_name、mobile、email 和 status。为了提高基于 username 和 email 的查询效率,我们将使用复合索引。

任务实施

步骤一:使用【动手吧!MongoDB 插入文档的性能优化:单个、多个、批量及分批次插入】中方法,分批次生成1000w不同学生数据

php 复制代码
var arr = [];
var batchSize = 5000;

for(var i=1 ; i<=10000000 ; i++){
    arr.push({
     stu_name:"张小峰"+i,
     stu_no:i,
     email:"student"+i+"@163.com",
     status: Math.random() > 0.5 ? "active" : "inactive", 
     mobile: "138"+Math.floor(Math.random() * 90000000 + 10000000)
});
    if (i % batchSize == 0) {
        try {
            db.student.insertMany(arr);
            print("已插入 " + i + " 个文档");
        } catch (e) {
            print("文档插入失败:" + e);
        }
        arr = []; // 清空数组,准备下一批
    }
}

// 插入剩余的文档
if (arr.length > 0) {
    try {
        db.student.insertMany(arr);
        print("已插入剩余的 " + arr.length + " 个文档");
    } catch (e) {
        print("文档插入失败:" + e);
    }
}

效果如下:

步骤二:创建复合索引

创建复合索引以提高基于 stu_name 和 email 的查询性能:

php 复制代码
db.student.createIndex({ stu_name: 1, email: 1 });

步骤三:查询测试

执行一些查询操作以测试索引效果:

php 复制代码
// 查询活跃用户 张小峰126的信息
db.student.find({ stu_name: "张小峰126", status: "active" });

// 查询邮件为student126@163.com 的用户
db.student.find({ email: "student126@163.com" });

步骤四:分析查询性能

通过 explain 方法分析查询性能:

lua 复制代码
db.student.find({ stu_name: "张小峰126", status: "active" }).explain("executionStats");

在执行后,你将看到查询的性能统计数据,包括是否使用了索引、查询的执行时间等信息。

小结:索引是提升 MongoDB 查询性能的关键工具。通过创建不同类型的索引,可以满足不同场景下的查询需求。然而,索引也会带来写操作的额外负担,因此在创建索引时要进行合理的权衡。通过实践案例,你应该能够理解如何在 MongoDB 中创建和使用索引,从而优化你的数据库应用程序的性能。

实验实训

学习其他索引使用

  1. 单字段索引:对集合中的单个字段建立索引。
  2. 部分索引:只对满足特定条件的文档建立索引。
  3. 稀疏索引:仅在存在索引字段的文档上创建索引。
  4. 全文索引:支持对文本内容进行复杂的全文搜索。
  5. 地理空间索引:用于空间数据搜索,如经纬度坐标。

在本文中,我们深入探讨了MongoDB中的索引概念,了解了不同类型的索引及其创建方法,并通过实际案例展示了如何利用复合索引提升查询效率。通过创建索引并分析其对查询性能的影响,我们发现合理使用索引可以显著改善数据库操作的速度。接下来的文章里,我们将进一步学习MongoDB的聚合框架及其管道操作,通过一系列实用示例,帮助大家掌握如何利用聚合功能来处理复杂的数据分析任务。

相关推荐
码事漫谈6 小时前
当公司不久后变成冒险者公会,我担心什么
后端
Csvn7 小时前
Nginx 负载均衡进阶与健康检查:哈希、keepalive 池与 DNS 自愈
后端·nginx
皮皮林5517 小时前
京东又开源一款新框架,用起来真优雅!
后端
学长毕设8 小时前
基于SpringBoot智慧养老服务平台设计与实现-附源码
java·spring boot·后端
bksczm10 小时前
Redis Cluster 分片集群详解:槽路由、故障判定与扩缩容
数据库·redis·分布式
行百里er10 小时前
【Spring Insight 技术分享】跨服务调用链路是怎么串起来的?
后端·spring·开源
火山引擎和TA的超级拍档们10 小时前
产品情报局 11 | AI 数据湖 LAS:打造大模型时代多模态数据底座
前端·后端
源动力技术栈11 小时前
C# 集合类型全览:从 List<T> 到 FrozenDictionary,配一组实测数据
后端
aleimu11 小时前
Windows 11 右键打开 Cmder 2.0:从找不到菜单到默认使用 Cmder
前端·人工智能·后端
货拉拉技术11 小时前
AI Agent 如何进入实时交易系统:货拉拉的三个实践与一套工程方法论
后端·架构·agent