一、索引

MongoDB 提供了多樣性的索引支持，索引信息被保存在system.indexes 中，且默認總是為_id創建索引，它的索引使用基本和MySQL 等關系型數據庫一樣。其實可以這樣說說，索引是凌駕于數據存儲系統之上的另一層系統，所以各種結構迥異的存儲都有相同或相似的索引實現及使用接口并不足為 奇。

1.基礎索引

在字段age 上創建索引，1(升序);-1(降序)：

db.users.ensureIndex({age:1})

_id 是創建表的時候自動創建的索引，此索引是不能夠刪除的。當系統已有大量數據時，創建索引就是個非常耗時的活，我們可以在后臺執行，只需指定“backgroud:true”即可。

db.t3.ensureIndex({age:1} , {backgroud:true})

2.文檔索引

索引可以任何類型的字段，甚至文檔:

db.factories.insert( { name: "wwl", addr: { city: "Beijing", state: "BJ" } } );
//在addr 列上創建索引
db.factories.ensureIndex( { addr : 1 } );
//下面這個查詢將會用到我們剛剛建立的索引
db.factories.find( { addr: { city: "Beijing", state: "BJ" } } );
//但是下面這個查詢將不會用到索引，因為查詢的順序跟索引建立的順序不一樣
db.factories.find( { addr: { state: "BJ" , city: "Beijing"} } );

3. 組合索引

跟其它數據庫產品一樣，MongoDB 也是有組合索引的，下面我們將在addr.city 和addr.state上建立組合索引。當創建組合索引時，字段后面的1 表示升序，-1 表示降序，是用1 還是用-1 主要是跟排序的時候或指定范圍內查詢 的時候有關的。

db.factories.ensureIndex( { "addr.city" : 1, "addr.state" : 1 } );
// 下面的查詢都用到了這個索引
db.factories.find( { "addr.city" : "Beijing", "addr.state" : "BJ" } );
db.factories.find( { "addr.city" : "Beijing" } );
db.factories.find().sort( { "addr.city" : 1, "addr.state" : 1 } );
db.factories.find().sort( { "addr.city" : 1 } )

4. 唯一索引

只需在ensureIndex 命令中指定”unique:true”即可創建唯一索引。例如，往表t4 中插入2 條記錄:

db.t4.ensureIndex({firstname: 1, lastname: 1}, {unique: true});

5.強制使用索引

hint 命令可以強制使用某個索引。

db.t5.find({age:{$lt:30}}).hint({name:1, age:1}).explain()

6.刪除索引

//刪除t3 表中的所有索引
db.t3.dropIndexes()
//刪除t4 表中的firstname 索引
db.t4.dropIndex({firstname: 1})

二、explain執行計劃

MongoDB 提供了一個 explain 命令讓我們獲知系統如何處理查詢請求。利用 explain 命令，我們可以很好地觀察系統如何使用索引來加快檢索，同時可以針對性優化索引。

db.t5.ensureIndex({name:1})
 db.t5.ensureIndex({age:1})
 db.t5.find({age:{$gt:45}}, {name:1}).explain()
 {
   "cursor" : "BtreeCursor age_1",
   "nscanned" : 0,
   "nscannedObjects" : 0,
   "n" : 0,
   "millis" : 0,
   "nYields" : 0,
   "nChunkSkips" : 0,
   "isMultiKey" : false,
   "indexOnly" : false,
   "indexBounds" : {
   "age" : [
          [45,1.7976931348623157e+308]
        ]
    }
}

 字段說明:

cursor: 返回游標類型(BasicCursor 或 BtreeCursor)

nscanned: 被掃描的文檔數量

n: 返回的文檔數量

millis: 耗時(毫秒)

indexBounds: 所使用的索引

三、優化器profile

在MySQL 中，慢查詢日志是經常作為我們優化數據庫的依據，那在MongoDB 中是否有類似的功能呢?答案是肯定的，那就是MongoDB Database Profiler。

1.開啟profiling功能

有兩種方式可以控制 Profiling 的開關和級別，第一種是直接在啟動參數里直接進行設置。啟動MongoDB 時加上–profile=級別 即可。也可以在客戶端調用db.setProfilingLevel(級別) 命令來實時配置，Profiler 信息保存在system.profile 中。我們可以通過db.getProfilingLevel()命令來獲取當前的Profile 級別，類似如下操作：

db.setProfilingLevel(2);

上面profile 的級別可以取0，1，2 三個值，他們表示的意義如下：

0 – 不開啟

1 – 記錄慢命令 (默認為>100ms)

2 – 記錄所有命令

Profile 記錄在級別1 時會記錄慢命令，那么這個慢的定義是什么?上面我們說到其默認為100ms，當然有默認就有設置，其設置方法和級別一樣有兩種，一種是通過添加 –slowms 啟動參數配置。第二種是調用db.setProfilingLevel 時加上第二個參數：

db.setProfilingLevel( level , slowms )
db.setProfilingLevel( 1 , 10 );

2.查詢 Profiling 記錄

與MySQL 的慢查詢日志不同，MongoDB Profile 記錄是直接存在系統db 里的，記錄位置system.profile ，所以，我們只要查詢這個Collection 的記錄就可以獲取到我們的 Profile 記錄了。列出執行時間長于某一限度(5ms)的 Profile 記錄：

db.system.profile.find( { millis : { $gt : 5 } } )

MongoDB Shell 還提供了一個比較簡潔的命令show profile，可列出最近5 條執行時間超過1ms 的 Profile 記錄。 

四、常用性能優化方案

創建索引

限定返回結果數

只查詢使用到的字段

采用capped collection

采用Server Side Code Execution

使用Hint，強制使用索引

采用Profiling

五、性能監控工具

1. mongosniff

此工具可以從底層監控到底有哪些命令發送給了MongoDB 去執行，從中就可以進行分析：以root 身份執行：

$./mongosniff --source NET lo

然后其會監控位到本地以localhost 監聽默認27017 端口的MongoDB 的所有包請求。

2.Mongostat

此工具可以快速的查看某組運行中的MongoDB 實例的統計信息 字段說明:

insert: 每秒插入量

query: 每秒查詢量

update: 每秒更新量

delete: 每秒刪除量

locked: 鎖定量

qr | qw: 客戶端查詢排隊長度(讀|寫)

ar | aw: 活躍客戶端量(讀|寫)

conn: 連接數

time: 當前時間

它每秒鐘刷新一次狀態值，提供良好的可讀性，通過這些參數可以觀察到一個整體的性能情況。

3. db.serverStatus

這個命令是最常用也是最基礎的查看實例運行狀態的命令之一。

4.db.stats

db.stats 查看數據庫狀態信息。

以上所述是小編給大家介紹的MongoDB性能篇之創建索引，組合索引，唯一索引，刪除索引和explain執行計劃的相關知識，希望對大家有所幫助！