Question

我通过哈希_id对我的mongoDB群集进行了分片。我检查了索引大小，有一个_id_hashed索引占用了很多空间：

   "indexSizes" : {
           "_id_" : 14060169088,
           "_id_hashed" : 9549780576
    },

mongoDB手册说，如果您对一个集合进行分片，则会创建一个分片键的索引。我猜这就是_id_hashed索引出现的原因。

我的问题是：如果我只通过_id字段查询文档，那么_id_hashed索引是什么？我可以删除吗？因为它需要太多的空间。

PS：似乎mongoDB在查询时使用_id索引，而不是_id_hashed索引。查询的执行计划：

   "clusteredType" : "ParallelSort",
    "shards" : {
            "rs1/192.168.62.168:27017,192.168.62.181:27017" : [
                    {
                            "cursor" : "BtreeCursor _id_",
                            "isMultiKey" : false,
                            "n" : 0,
                            "nscannedObjects" : 0,
                            "nscanned" : 1,
                            "nscannedObjectsAllPlans" : 0,
                            "nscannedAllPlans" : 1,
                            "scanAndOrder" : false,
                            "indexOnly" : false,
                            "nYields" : 0,
                            "nChunkSkips" : 0,
                            "millis" : 0,
                            "indexBounds" : {
                                    "start" : {
                                            "_id" : "spiderman_task_captainStatus_30491467_2387600"
                                    },
                                    "end" : {
                                            "_id" : "spiderman_task_captainStatus_30491467_2387600"
                                    }
                            },
                            "server" : "localhost:27017"
                    }
            ]
    },
    "cursor" : "BtreeCursor _id_",
    "n" : 0,
    "nChunkSkips" : 0,
    "nYields" : 0,
    "nscanned" : 1,
    "nscannedAllPlans" : 1,
    "nscannedObjects" : 0,
    "nscannedObjectsAllPlans" : 0,
    "millisShardTotal" : 0,
    "millisShardAvg" : 0,
    "numQueries" : 1,
    "numShards" : 1,
    "indexBounds" : {
            "start" : {
                    "_id" : "spiderman_task_captainStatus_30491467_2387600"
            },
            "end" : {
                    "_id" : "spiderman_task_captainStatus_30491467_2387600"
            }
    },
    "millis" : 574

Answer 1

MongoDB使用基于范围的分片方法。如果选择使用基于散列的分片，则必须在分片键上具有散列索引，并且不能删除它，因为它将用于确定要用于任何后续查询的分片（请注意，有一个打开的票证允许您删除_id索引一旦哈希索引被允许是唯一的SERVER-8031）。

至于为什么查询似乎使用_id索引而不是_id_hashed索引 - 我运行了一些测试，我认为优化器正在选择_id索引，因为它是唯一的并且会产生更有效的计划。如果您对另一个具有预先存在的唯一索引的键进行分片，则可以看到类似的行为。

Answer 2

如果您在散列_id上进行分片，那么这就是创建的索引类型。

当你执行sh.shardCollection( 'db.collection', { _id:"hashed" } )时，你告诉它你想使用_id的哈希作为分片键，需要 _id上的哈希索引。

所以，不，你不能放弃它。

Answer 3

文档详细详细说明了散列索引是什么让我困惑如何阅读文档，但不知道散列索引的用途。

该索引主要用于阻止分片键中的热点，这些热点可能与其读/写不均匀分布。

想象一下_id字段，它是一个不断增加的范围，所有新的_id都将在之后，这意味着你总是在集群的末尾写字，创造一个热点

至于阅读，你只阅读最新的文件是很常见的，因此这意味着_id键的上限是唯一一个用于写入和写入热点的键。在群集的较高范围内，而群集的其余部分只是闲置在那里。

哈希索引采用这个错误的分片键并以这样的方式对其进行哈希处理，这意味着它不会增加，而是会为读取和写入创建一个均匀分布的数据集，希望将整个集合用于操作

我强烈建议你不要删除它。

Answer 4

散列索引由分片集合来要求，更确切地说，散列索引由分片平衡器来要求，以直接基于散列值查找文档，普通的查询操作即使在共享集合上也不需要索引就成为哈希索引。

mongoDB中的_id_hashed索引是什么？

4 个答案: