本文共 1677 字，大约阅读时间需要 5 分钟。

一、MongoDB 查询分析

MongoDB 查询分析可以确保我们所建立的索引是否有效，是查询语句性能分析的重要工具。

1.1 使用 explain()

接下来我们在 users 集合中创建 gender 和 user_name 的索引：

>db.users.ensureIndex({   gender:1,user_name:1})

现在在查询语句中使用 explain ：

>db.users.find({   gender:"M"},{   user_name:1,_id:0}).explain()

以上的 explain() 查询返回如下结果：

{      "cursor" : "BtreeCursor gender_1_user_name_1",   "isMultiKey" : false,   "n" : 1,   "nscannedObjects" : 0,   "nscanned" : 1,   "nscannedObjectsAllPlans" : 0,   "nscannedAllPlans" : 1,   "scanAndOrder" : false,   "indexOnly" : true,   "nYields" : 0,   "nChunkSkips" : 0,   "millis" : 0,   "indexBounds" : {         "gender" : [         [            "M",            "M"         ]      ],      "user_name" : [         [            {                  "$minElement" : 1            },            {                  "$maxElement" : 1            }         ]      ]   }}

现在，我们看看这个结果集的字段：

• indexOnly: 字段为 true ，表示我们使用了索引。
• cursor：由于这个查询使用了索引，MongoDB 中索引存储在B树结构中，所以这是也使用了 BtreeCursor 类型的游标。如果没有使用索引，游标的类型是 BasicCursor。这个键还会给出你所使用的索引的名称，你通过这个名称可以查看当前数据库下的system.indexes集合（系统自动创建，由于存储索引信息，这个稍微会提到）来得到索引的详细信息。
• n：当前查询返回的文档数量。
• nscanned/nscannedObjects：表明当前这次查询一共扫描了集合中多少个文档，我们的目的是，让这个数值和返回文档的数量越接近越好。
• millis：当前查询所需时间，毫秒 数。
• indexBounds：当前查询具体使用的索引。

1.2 使用 hint()

虽然MongoDB查询优化器一般工作的很不错，但是也可以使用 hint 来强制 MongoDB 使用一个指定的索引。

如下查询实例指定了使用 gender 和 user_name 索引字段来查询：

>db.users.find({   gender:"M"},{   user_name:1,_id:0}).hint({   gender:1,user_name:1})

可以使用 explain() 函数来分析以上查询：

>db.users.find({   gender:"M"},{   user_name:1,_id:0}).hint({   gender:1,user_name:1}).explain()