集群化集合
5.3 版本中的新增功能。
集群文档将已建立索引的文档存储在与索引规范相同的 WiredTiger 文件中。与常规索引相比,将集合的文档和索引存储在同一文件中可带来存储和性能方面的优势。
聚集集合是用聚集索引创建的。聚集索引指定文档的存储顺序。
要创建聚类集合,请参阅示例。
重要
向后不兼容的功能
您必须先删除集群化集合,然后才能降级到 5.3 之前的 MongoDB 版本。
收益分析
与非集群化集合相比,集群化集合具有以下优点:
无需二级索引即可对集群化集合进行更快的查询,例如对集群化索引键进行范围扫描和相等比较的查询。
集群化集合具有较小的存储大小,这提高了查询和批量插入的性能。
集群化集合可免于使用二级 TTL(生存时间)索引。
如果指定了 expireAfterSeconds 字段,则集群化索引也是 TTL 索引。
要用作 TTL 索引,
_id
字段必须是受支持的日期类型。请参阅 TTL 索引。如果使用集群化索引作为 TTL 索引,可以提高文档删除性能并减少集群化集合存储大小。
集群化集合在插入、更新、删除和查询方面实现了性能的进一步提升。
所有集合都有 _id 索引。
非集群化集合将
_id
索引与文档分开存储。这需要对插入、更新和删除进行两次写入,对查询进行两次读取。集群化集合按
_id
值顺序将索引和文档存储在一起。这需要对插入、更新和删除进行两次写入,对查询进行一次读取。
行为
集群化集合可存储按集群化索引键值排序的文档。集群化索引键必须为 { _id: 1 }
。
集合中只能有一个集群索引,因为文档只能按一个顺序存储。只有具有集群索引的集合才能按排序顺序存储数据。
您可以拥有聚簇索引并将二级索引添加到集群化集合中。聚簇索引与二级索引不同:
只有在创建集合时才能创建集群化索引。
集群化索引键与集合一起存储。
collStats
命令返回的集合大小包括集群化索引大小。
从 MongoDB 6.0.7 开始,如果存在可用的集群索引,MongoDB 查询计划器会在查询计划过程中根据二级索引对该集群索引求值。当查询使用集群索引时,MongoDB 会执行有界集合扫描。
在 MongoDB 6.0.7 之前,如果集群化集合上存在二级索引并且二级索引可供查询使用,则查询计划器默认选择二级索引而不是集群索引。在 MongoDB 6.1 及更早版本中,要使用集群索引,您必须提供提示,因为查询优化器不会自动选择集群索引。
限制
集群化集合限制:
设置自己的聚集索引键值
您可以设立自己的集群索引键值。键值必须遵循_id字段的标准约束。
此外,请使用以下做法来优化性能:
使用顺序递增的键值来提高插入性能。
将索引键设置得尽可能小。
集群化索引支持大小最大为 8 MB 的键,但最好使用小得多的集群化索引键。
大键会增加聚集文档及其从节点(secondary node from replica set)索引的存储大小,从而降低聚集文档性能。
警告
随机生成的键值可能会降低集群化集合的性能。
示例
本部分显示集群化集合示例。
Create
例子
下面的 create
示例添加一个名为 products
的集群化集合:
db.runCommand( { create: "products", clusteredIndex: { "key": { _id: 1 }, "unique": true, "name": "products clustered key" } } )
在此示例中,clusteredIndex 将指定:
"key": { _id: 1 }
,用于按照_id
字段设置集群索引键。"unique": true
,它表示聚集索引键值必须是唯一的。"name": "products clustered key"
,设置集群索引名称。
db.createCollection
例子
下面的 db.createCollection()
示例添加一个名为 stocks
的集群化集合:
db.createCollection( "stocks", { clusteredIndex: { "key": { _id: 1 }, "unique": true, "name": "stocks clustered key" } } )
在此示例中,clusteredIndex 将指定:
"key": { _id: 1 }
,用于按照_id
字段设置集群索引键。"unique": true
,它表示聚集索引键值必须是唯一的。"name": "stocks clustered key"
,设置集群索引名称。
日期聚集索引键示例
下面的 create
示例添加了一个名为 orders
的集群化集合:
db.createCollection( "orders", { clusteredIndex: { "key": { _id: 1 }, "unique": true, "name": "orders clustered key" } } )
在此示例中,clusteredIndex 将指定:
"key": { _id: 1 }
,用于按照_id
字段设置集群索引键。"unique": true
,它表示聚集索引键值必须是唯一的。"name": "orders clustered key"
,设置集群索引名称。
以下示例将文档添加到 orders
集合:
db.orders.insertMany( [ { _id: ISODate( "2022-03-18T12:45:20Z" ), "quantity": 50, "totalOrderPrice": 500 }, { _id: ISODate( "2022-03-18T12:47:00Z" ), "quantity": 5, "totalOrderPrice": 50 }, { _id: ISODate( "2022-03-18T12:50:00Z" ), "quantity": 1, "totalOrderPrice": 10 } ] )
_id
clusteredIndex 密钥会存储订单日期。
如果在范围查询中使用 _id
字段,性能将得到提升。例如,以下查询使用 _id
和 $gt
以返回日期晚于所提供日期的订单:
db.orders.find( { _id: { $gt: ISODate( "2022-03-18T12:47:00.000Z" ) } } )
示例输出:
[ { _id: ISODate( "2022-03-18T12:50:00.000Z" ), quantity: 1, totalOrderPrice: 10 } ]
确定集合是否为集群化集合
使用 listCollections
命令可确定集合是否集群化:
db.runCommand( { listCollections: 1 } )
对于集群化集合,您将在输出中看到 clusteredIndex 的详细信息。例如,以下输出显示了 orders
集群化集合的详细信息:
... name: 'orders', type: 'collection', options: { clusteredIndex: { v: 2, key: { _id: 1 }, name: 'orders clustered key', unique: true } }, ...
v
是索引版本。