レビュー インデックス ランキング

Performance Advisor によるインデックスの推奨とランク付け方法

Performance Advisor は、実行に 100ミリ秒を超えるクエリをモニターし、これらのクエリを共通のクエリシェイプにグループ化します。 Performance Advisor は、シェイプにマッチするクエリからの次の集計メトリクスを考慮して、各クエリシェイプの非効率性を計算します。

• クエリの実行に費やされた時間。

• スキャンされたドキュメントの数。

• 返されたドキュメントの数。

• 平均オブジェクト サイズ。

推奨インデックスを確立するために、Performance Advisor はこれらのメトリクスを式で使用して、 Impact 、またはそのクエリシェイプに一致するインデックスを作成することで発生するパフォーマンスの向上を計算します。 Performance Advisor がインデックスを提案する際、そのインデックスはImpactでランク付けされます。 Impactは、読み取られた無駄なバイトの合計によって決まります。

インデックス フィールドの順序

クエリシェイプ内のクエリ操作のタイプは、インデックスの構築に使用されるフィールドの順序に影響します。 一般に、Performance Advisorは濃度によってフィールドをランク付けします。

次の表は、Performance Advisor がさまざまな操作タイプを相対的な重要性の順にランク付けする方法を示しています。

推奨インデックスの制限

Performance Advisor では、 16を超えるフィールドを持つインデックスは推奨されません。

また、Performance Advisorは、影響を受けるクエリのスキャンされたドキュメントと返されたドキュメントの差が500より大きい場合にのみインデックスを提案します。

{ a : 1 }
{ a : 1, b : 1 }

例: ニューヨーク市の税金データ

この例では、ニューヨーク市のタックス利用に関する情報、シャーディングとドロップダウンの時間、自転車距離、利用コストの内訳のフィールドに関する情報を含むcab-dbというデータベースを使用します。 コレクションyellow内の一般的なドキュメントは次の例のようになります。

{
     "_id" : ObjectId("5db9daab0b2a17b7706cd6a3"),
     "pickup_datetime" : "2014-06-30 02:09:23",
     "dropoff_datetime" : "2014-06-30 02:20:36",
     "passenger_count" : 2,
     "trip_distance" : 3,
     "fare_amount" : 12,
     "tip_amount" : 2.6,
     "total_amount" : 15.6
}

このコレクションには10万を超えるドキュメントが含まれているため、特定のフィールド データに基づいてクエリを実行する必要があるアプリケーションでは、コレクションを適切にインデックス化しないと、非常に非効率的な操作が生成されます。

このアプリケーションの通常のクエリは、特定のドロップオフ時間が 1 つ以上の他のフィールドと組み合わせて含むドキュメントを検索します。 例:

db.yellow.find({ "dropoff_datetime": "2014-06-19 21:45:00",
                 "passenger_count": 1,
                 "trip_distance": {"$gt": 3 }
               })

Performance Advisor では、パフォーマンスを向上させるために次のインデックスを使用することを推奨しています。

クリックして拡大します

Performance Advisor には、パフォーマンスへの影響が大きいものから小さいものの順に推奨インデックスが一覧表示されます。

最初の推奨は 3 つのフィールドのインデックスです。

• passenger_count

• dropoff_datetime

• trip_distance

[ Create Index ] ボタンをクリックして、必要な追加オプションを使用してインデックスを作成します。 Performance Advisor でのインデックスの作成の詳細については、「 推奨インデックスの作成 」を参照してください。

このインデックスを作成すると、データベース エンジンがコレクション全体をスキャンしてクエリに一致するドキュメントを検索する必要がなくなるため、パフォーマンスが向上します。 例に示されている形状のクエリでは、インデックス付きコレクションでは50ミリ秒以下が返され、インデックスなしコレクションでは数秒ではありません。