MongoDB提高查询效率

　　我们知道，mongodb的索引是B-Tree结构的，和MySQL的索引非常类似。所以你应该听过这样的建议：创建索引的时候要考虑到sort操作，尽量把sort操作要用到的字段放到你的索引后面。但是有的情况下，这样做反而会使你的查询性能更低。

　　问题

　　比如我们进行下面这样的查询：

　　db.collection.find({"country":"A"}).sort({"carsOwned":1})

　　查询条件是{“country”:“A”}，按carsOwned字段的正序排序。所以索引就很好建了，直接建立country,carsOwned两个字段的联合索引即可。像这样：

　　db.collection.ensureIndex({"country":1,"carsOwned":1})

　　我们来看一个稍微复杂一点的查询：

　　db.collection.find({"country":{"$in":["A","G"]}}).sort({"carsOwned":1})

　　这回我们是要查询country为A或者G的数据条目，结果同样按carsOwned字段排序。

　　如果我们还使用上面的索引，并且使用explain()分析一下这个查询，就会发现在输出中有一个“scanAndOrder”:true的字段，并且nscanned的值可能会比想象中的大很多，甚至指定了limit也没什么效果。

　　原因

　　这是什么原因呢，我们先看下面这张图：

　　如上图所未，左边一个是按{“country”:1,“carsOwned”:1}的顺序建立的索引。而右边是按{“carsOwned”:1,”country”:1}顺序建立的索引。

　　如果我们执行上面的查询，通过左边的索引，我们需要将country值为A的（左图的左边一支）所有子节点以及country值为G的（左图的右边一支）所有子节点都取也来。然后再对取出来的这些数据按carsOwned值进行一次排序操作。

　　所以说上面explain输出了一个“scanAndOrder”:true的提示，就是说这次查询，是先进行了scan获取到数据，再进行了独立的排序操作的。

　　那如果我们使用右边的索引来做查询，结果就不太一样了。我们没有将排序字段放在最后，而是放在了前面，相反把筛选字段放在了后面。那这样的结果就是：我们会从值为1的节点开始遍历（右图的左边一支），当发现有country值为A或G的，就直接放到结果集中。当完成指定数量（指定limit个数）的查找后。我们就可以直接将结果返回了，因为这时候，所有的结果本身就是按carsOwned正序排列的。

　　对于上面的数据集，如果我们需要2条结果。我们通过左图的索引需要扫描到4条记录，然后对4条记录进行排序才能返回结果。而右边只需要我们扫描2条结果就能直接返回了（因为查询的过程就是按需要的顺序去遍历索引的）。

　　所以，在有范围查询（包括$in,$gt,$lt等等）的时候，其实刻意在后面追加排序索引通常是没有效果的。因为在进行范围查询的过程中，我们得到的结果集本身并不是按追加的这个字段来排的，还需要进行一次额外的排序才行。而在这种情况下，可能反序建立索引（排序字段在前、范围查询字段在后）反而会是一个比较优的选择。当然，是否更优也和具体的数据集有关。

　　总结

　　总结一下，举两个栗子。

　　当查询是：

　　db.test.find({a:1,b:2}).sort({c:1})

　　那么直接建立{a:1,b:1,c:1}或者{b:1,a:1,c:1}的联合索引即可。

　　如果查询是：

　　db.test.find({a:1,b:{$in:[1,2]}}).sort({c:1})

　　那么可能建立{a:1,c:1,b:1}的联合索引会比较合适。当然，这里只是提供了多一种思路，具体是否采用还是需要视你的数据情况而定。

　　小编上面讲了MongoDB范围查询的索引优化，这只是MongoDB查询优化的一部分内容而已，小编下面就跟大家分享MongoDB查询优化原则！这样大家就能更好的使用MongoDB查询~~

　　1.在查询条件、排序条件、统计条件的字段上选择创建索引，可以显著提高查询效率。

　　2.用$or时把匹配最多结果的条件放在最前面，用$and时把匹配最少结果的条件放在最前面。

　　3.使用limit()限定返回结果集的大小，减少数据库服务器的资源消耗，以及网络传输的数据量。

　　4.尽量少用$in，而是分解成一个一个的单一查询。尤其是在分片上，$in会让你的查询去每一个分片上查一次，如果实在要用的话，先在每个分片上建索引。

　　5.尽量不用模糊匹配查询，用其它精确匹配查询代替，比如$in、$nin。

　　6.查询量大、并发大的情况，通过前端加缓存解决。

　　7.能不用安全模式的操作就不用安全模式，这样客户端没必要等待数据库返回查询结果以及处理异常，快了一个数量级。

　　8.MongoDB的智能查询优化，判断粒度为query条件，而skip和limit都不在其判断之中，当分页查询最后几页时，先用order反向排序。

　　9.尽量减少跨分片查询，balance均衡次数少。

　　10.只查询要使用的字段，而不查询所有字段。

　　11.更新字段的值时，使用$inc比update效率高。

　　12.appedcollections比普通collections的读写效率高。

　　13.server-sideprocessing类似于SQL查询的存储过程，可以减少网络通讯的开销。

　　14.必要时使用hint()强制使用某个索引查询。

　　15.如果有自己的主键列，则使用自己的主键列作为id，这样可以节约空间，也不需要创建额外的所以。

　　16.使用explain，根据exlpainplan进行优化。

　　17.范围查询的时候尽量用$in、$nin代替。

　　18.查看数据库查询日志，具体分析的效率低的操作。

　　19.mongodb有一个数据库优化工具databaseprofiler，能够检测数据库操作的性能。可以发现query或者write操作中执行效率低的，从而针对这些操作进行优化。

　　20.尽量把更多的操作放在客户端，当然这就是mongodb设计的理念之一。

　　小编结语：

　　更多内容尽在课课家教育！