我仍然不明白索引嵌入式文档的键确实有效。
假设我有以下博客文章的集合:
{
_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对发送者属性设置索引:
db.blog.createIndex({'comments.sender':1})
现在的问题:
这是否意味着,无论它们在哪个数组中,发件人订购的所有元素都会为所有序列创建一个大索引?还是为每个数组创建一个索引?
为了使它更清楚:当我做
blog.find({'comments.sender':'Jane Doe'}).toArray(function(err, array){})
它会浏览每个博客文章并查找每个数组,直到在该数组中找到记录并在下一篇文章中移动到下一个数组?或有一个很大的索引,其中每个记录(由发件人订购)映射到该匹配的原始数组?
这会创建一个索引,每个注释一个条目。如果您有2个博客文章,每个文章都有3个评论,则将有一个带有6个条目的索引,并由注释发件人名称索引。您的第二个假设是正确的假设:您的搜索将使用此索引有效地找到所有评论,然后返回相应的博客文章。
如此简短的答案:是的,这样做,它有效,您将获得最佳查询时间。
您可以轻松地检查查询复杂性:
> 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
}
在这里,我们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.丢弃索引,您将获得表扫描:
> 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
}