4.8 小技巧——使用explain命令验证优化

前面说过，建立索引的目的是用来加速数据查询的。那么，如何判断索引是否合理，或者说怎样评估索引所起到的作用呢？

是否存在这么一个工具，可以提前告知我们一些预期的效果呢？答案是肯定的。MongoDB提供了explain命令，它可以帮助我们评估指定查询模型（query model）的计划。

通常，我们需要关心的问题如下：

● 查询是否使用了索引。

● 索引是否减少了扫描的记录数量。

● 是否存在低效的内存排序。

● ……

接下来，继续使用之前创建的book集合，在没有任何索引的情况下尝试评估查询计划，代码如下：

返回的信息量有点多，但务必记住一点，现在的集合没有创建任何索引（除了自动创建的_id索引），所以查询计划显得有些糟糕：

● winningPlan表示获胜的计划，即数据库经过一系列评估后选择的最优计划，stage=COLLSCAN则说明这是一个全表扫描。

● executionStats描述了执行的过程信息，其中，nReturned=1是指返回了一条结果，而totalDocsExamined=50说明整个过程扫描了50条记录。

尽管集合中的数据量并不大，但至少可以看出在没有索引的情况下查询会多么低效。为了返回1个文档需要耗费50次的扫描，假设集合有1000万个文档，那么就需要扫描5亿次！

为了优化这个查询，我们为标题建立一个升序索引，代码如下：

继续评估查询计划，代码如下：

这次的结果明显有些不同，相比第一次查询计划，其优化如下：

● 不再使用全表扫描（COLLSCAN）方式，取而代之的是索引扫描（IXSCAN）。

● totalDocsExamined=1，意味着扫描的文档数量只有1个。同时由于使用了索引扫描，因此可以看到totalKeysExamined=1。

executionStats.executionTimeMillis这个属性描述了执行过程所消耗的时间，一般需要配合一定的数据规模才能看出差异。

本例所提供的数据量太小，因此表现出来的执行时间并没有什么不同。但通过explain结果中的查询计划、命中比率（返回数/扫描数），却能明显地看到索引对于查询效率带来的提升。