查看索引排名

Performance Advisor如何对索引提出建议和排名

Performance Advisor监控执行时间超过 100 毫秒的查询，并将这些查询分组为常见的查询结构。 Performance Advisor通过考虑与形状匹配的查询中的以下聚合指标来计算每个查询形状的低效率：

• 执行查询所花费的时间。

• 扫描的文档数量。

• 返回的文档数量。

• 平均对象大小。

为了建立推荐索引，Performance Advisor会在公式中使用这些指标来计算Impact ，即创建与查询结构匹配的索引所带来的性能改进。 当Performance Advisor建议索引时，它会按索引的Impact对索引进行排名。 Impact由读取的浪费字节总数决定。

索引字段顺序

查询结构中的查询操作类型会影响用于构造索引的字段的顺序。 通常， Performance Advisor会按字段的关联基数对字段进行排名。

下表显示了Performance Advisor如何按相对重要性顺序对各种操作类型进行排名：

限制建议的索引

Performance Advisor不会建议具有超过 16 个字段的索引。

此外，仅当受影响查询的扫描文档与返回文档之间的差异大于 500 时， Performance Advisor才会建议使用索引。

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

示例：纽约市出租车数据

此示例使用名为cab-db的数据库，其中包含有关纽约市出租车行程的信息，其中包含上下车时间、行程距离和行程费用明细字段。 集合yellow中的典型文档如下例所示：

{
     "_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
}

该集合包含超过10万份文档，因此需要根据特定字段数据运行查询的应用程序将生成一些效率非常低的操作，除非您对该集合进行正确索引。

此应用程序的典型查询Atlas Search包含特定还车时间以及一个或多个其他字段的文档。 例如：

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

Performance Advisor建议使用以下索引来提高性能：

点击放大

Performance Advisor按对性能影响从大到小的顺序列出推荐的索引。

第一个建议是在三个字段上建立索引：

• passenger_count

• dropoff_datetime

• trip_distance

单击Create Index按钮，使用任何所需的附加选项创建索引。 要学习；了解有关在Performance Advisor中创建索引的更多信息，请参阅创建建议的索引。

如果创建此索引，数据库引擎就无需扫描整个集合以查找与查询匹配的文档，从而提高性能。 具有示例中所示形状的查询在索引集合上会在50毫秒或更短的时间内返回结果，而在未索引集合上则需要几秒钟。