我仍然无法理解嵌入式文档的密钥索引是如何工作的
假设我有以下博客文章集:
{
_id:0,
author: 'John Doe',
content: 'How indexing an embedded document work?',
comments:
[
{
sender:'Jane Doe',
content: 'I can\'t make it out either.'
},
etc...
]
},
etc...
假设我现在在评论中的sender属性上设置索引:
db.blog.createIndex({'comments.sender':1})
现在的问题是:
这是否意味着为发件人按升序排序的所有元素创建一个大索引,无论它们在哪个数组中?或者为每个数组创建索引?
为了更清楚:当我做
blog.find({'comments.sender':'Jane Doe'}).toArray(function(err, array){})
是否会查看每篇博文并查找每个数组,直到在该数组中找到记录并转到下一篇文章中的下一个数组?或者有一个大索引,其中每个记录(按发件人排序)映射到此匹配所在的原始数组?
答案 0 :(得分:1)
这会创建一个索引,每个注释都有一个条目。如果您有2篇博客文章,每篇博文都有3条评论,那么您将拥有一个包含6个条目的索引,并以评论发件人姓名为索引。您的第二个假设是正确的:您的搜索将使用此索引有效地找到正确发件人的所有评论,然后返回相应的博客帖子。
如此简短的回答:是的,这样做,它可以工作,你将获得最佳的查询时间。
您可以通过解释轻松检查查询的复杂性:
> db.blog.insert({'comments': [{'sender': 'Jane'}]})
WriteResult({ "nInserted" : 1 })
> db.blog.insert({'comments': [{'sender': 'Jane'}, {'sender': 'Joe'}]})
WriteResult({ "nInserted" : 1 })
> db.blog.insert({'comments': [{'sender': 'Joe'}]})
WriteResult({ "nInserted" : 1 })
> db.blog.ensureIndex({'comments.sender': 1})
{
"createdCollectionAutomatically" : false,
"numIndexesBefore" : 1,
"numIndexesAfter" : 2,
"ok" : 1
}
> db.blog.find({'comments.sender': 'Jane'}).count()
2
> db.blog.find({'comments.sender': 'Jane'}).explain()
{
"cursor" : "BtreeCursor comments.sender_1",
"isMultiKey" : true,
"n" : 2,
"nscannedObjects" : 2,
"nscanned" : 2,
"nscannedObjectsAllPlans" : 2,
"nscannedAllPlans" : 2,
"scanAndOrder" : false,
"indexOnly" : false,
"nYields" : 0,
"nChunkSkips" : 0,
"millis" : 0,
"indexBounds" : {
"comments.sender" : [
[
"Jane",
"Jane"
]
]
},
"server" : "metrics.9.0.api.production.infinit.io:27017",
"filterSet" : false
}
我们在这里看到确实使用了索引(" BtreeCursor")并且只扫描了2个对象,而不是全部3.删除索引并进行表扫描:
> db.blog.dropIndex({'comments.sender': 1})
{ "nIndexesWas" : 2, "ok" : 1 }
> db.blog.find({'comments.sender': 'Jane'}).explain()
{
"cursor" : "BasicCursor",
"isMultiKey" : false,
"n" : 2,
"nscannedObjects" : 3,
"nscanned" : 3,
"nscannedObjectsAllPlans" : 3,
"nscannedAllPlans" : 3,
"scanAndOrder" : false,
"indexOnly" : false,
"nYields" : 0,
"nChunkSkips" : 0,
"millis" : 0,
"server" : "metrics.9.0.api.production.infinit.io:27017",
"filterSet" : false
}