MongoDB中，Query查询，这条查询语句不知道为啥总是获取不到值。在VUE中使用find是完全可以的。求解？

Posted 2023-04-26

参考技术A 直接写：
var one = col.FindOne(Query.EQ("ID",3));
看能不能行。 参考技术B 打印出来Query.EQ看下追问

上面那个FindOne是可以取到数据的。但con.Find(query1)取不到，生成的Bson格式数据在VUE中可以取到数据，是不是不是调用Find方法呀？

追答

打印出来Query.EQ看下呀。。。

跟查询方法没关系，findOne()类似find().limit(1)

MySQL慢日志查询实践

慢日志查询作用

慢日志查询的主要功能就是，记录sql语句中超过设定的时间阈值的查询语句。例如，一条查询sql语句，我们设置的阈值为1s，当这条查询语句的执行时间超过了1s，则将被写入到慢查询配置的日志中. 慢查询主要是为了我们做sql语句的优化功能.

慢查询配置项说明

登录mysql服务，使用如下命令

1. mysql> show variables like ‘%query%‘;
2. +------------------------------+-----------------------------------------+
3. | Variable_name | Value |
4. +------------------------------+-----------------------------------------+
5. | binlog_rows_query_log_events | OFF |
6. | ft_query_expansion_limit | 20 |
7. | have_query_cache | YES |
8. | long_query_time | 10.000000 |
9. | query_alloc_block_size | 8192 |
10. | query_cache_limit | 1048576 |
11. | query_cache_min_res_unit | 4096 |
12. | query_cache_size | 33554432 |
13. | query_cache_type | OFF |
14. | query_cache_wlock_invalidate | OFF |
15. | query_prealloc_size | 8192 |
16. | slow_query_log | OFF |
17. | slow_query_log_file | /usr/local/mysql/var/localhost-slow.log |
18. +------------------------------+-----------------------------------------+
19. 13 rows in set (0.01 sec)

这里，我们只需要关注三个配置项即可。 1.slowquerylog 该配置项是决定是否开启慢日志查询功能，配置的值有ON或者OFF. 2.slowquerylogfile 该配置项是慢日志查询的记录文件,需要手动创建. 3.longquery_time 该配置项是设置慢日志查询的时间阈值，当超过这个阈值时，慢日志才会被记录.配置的值有0(任何的sql语句都记录下来)，或者>0(具体的阈值).该配置项是以秒为单位的，并且可以设置为小数. 4.log-queries-not-using-indexes 该配置项是为了记录未使用到索引的sql语句.

如何配置慢查询

配置慢查询功能的方式有两种，一种是使用mysql的配置文件配置,另外一种是使用mysql命令配置.这里建议使用配置文件配置，因为在命令配置的过程中发现有时候配置项在set命令的时候是成功了，但是查询还是没设置。 1.配置文件配置

1. // 找到[mysqld],在其下面添加如下代码即可.
2. slow_query_log=ON
3. slow_query_log_file=/usr/local/mysql/var/localhost-slow.log
4. long_query_time=0
5. log-queries-not-using-indexes = 1
6. // 配置好后，重启mysql服务

2.使用命令配置

1. // 这里就简单些一个配置项就行了，其他的配置项均按照此方法配置
2. mysql> set slow_query_log=ON;

配置好之后，查看mysql慢查询日志是否配置成功.

1. mysql> show variables like ‘%query%‘;
2. +------------------------------+-----------------------------------------+
3. | Variable_name | Value |
4. +------------------------------+-----------------------------------------+
5. | binlog_rows_query_log_events | OFF |
6. | ft_query_expansion_limit | 20 |
7. | have_query_cache | YES |
8. | long_query_time | 0.000000 |
9. | query_alloc_block_size | 8192 |
10. | query_cache_limit | 1048576 |
11. | query_cache_min_res_unit | 4096 |
12. | query_cache_size | 33554432 |
13. | query_cache_type | OFF |
14. | query_cache_wlock_invalidate | OFF |
15. | query_prealloc_size | 8192 |
16. | slow_query_log | ON |
17. | slow_query_log_file | /usr/local/mysql/var/localhost-slow.log |
18. +------------------------------+-----------------------------------------+
19. 13 rows in set (0.01 sec)

如何查看慢日志记录

在配置慢查询之前，我们已经导入了示例的数据文件,这里就不做单独的演示了。mysql官方数据库示例 。接下来，我们就开始做查询操作.

1. mysql> select * from city where city=‘Salala‘;
2. +---------+--------+------------+---------------------+
3. | city_id | city | country_id | last_update |
4. +---------+--------+------------+---------------------+
5. | 444 | Salala | 71 | 2006-02-15 04:45:25 |
6. +---------+--------+------------+---------------------+
7. 1 row in set (0.01 sec)

此时，我们根据配置的慢查询日志记录文件/usr/local/mysql/var/localhost-slow.log,发现该文件记录了上面的命令操作.

1. # Time: 2019-01-17T08:12:27.184998Z
2. # [email protected]: root[root] @ localhost [] Id: 4
3. # Query_time: 0.002773 Lock_time: 0.001208 Rows_sent: 1 Rows_examined: 600
4. SET timestamp=1547712747;
5. select * from city where city=‘Salala‘;

上诉文件配置内容说明 1.Time 该日志记录的时间 [email protected] MySQL登录的用户和登录的主机地址 3.Querytime一行 第一个时间是查询的时间、第二个是锁表的时间、第三个是返回的行数、第四个是扫描的行数 4.SET timestamp 这一个是MySQL查询的时间 5.sql语句 这一行就很明显了，表示的是我们执行的sql语句 总结 由于我们配置longquerytime=0,因此所有的sql语句都将被记录下来，这里我们假设，仅仅是假设。我们设置的longquerytime=5，然而上面的第三项中Querytime大于5，如果是实际项目中不属于正常范围，则需要对其进行优化，当然优化的方式有很多种，下面我们使用简单的索引方式进行优化一下。

优化sql语句

1.先查看原本的sql语句执行结构

1. mysql> explain select * from city where city=‘Salala‘G;
2. *************************** 1. row ***************************
3. id: 1
4. select_type: SIMPLE
5. table: city
6. partitions: NULL
7. type: ALL
8. possible_keys: NULL
9. key: NULL
10. key_len: NULL
11. ref: NULL
12. rows: 600
13. filtered: 10.00
14. Extra: Using where
15. 1 row in set, 1 warning (0.00 sec)
16. mysql> create index idx_cityName on city(`city`);
17. Query OK, 0 rows affected (0.03 sec)
18. Records: 0 Duplicates: 0 Warnings: 0

看得出，该sql语句是进行了全盘扫描。我们则用索引对其简单的优化一下。 2.创建索引

1. mysql> create index idx_cityName on city(`city`);
2. Query OK, 0 rows affected (0.03 sec)
3. Records: 0 Duplicates: 0 Warnings: 0

3.在用explain分析一次

1. mysql> explain select * from city where city=‘Salala‘G;
2. *************************** 1. row ***************************
3. id: 1
4. select_type: SIMPLE
5. table: city
6. partitions: NULL
7. type: ref
8. possible_keys: idx_cityName
9. key: idx_cityName
10. key_len: 152
11. ref: const
12. rows: 1
13. filtered: 100.00
14. Extra: NULL
15. 1 row in set, 1 warning (0.00 sec)

通过创建索引，我们发现此时只扫描了一行，并且是使用的索引扫描，因此大大提高了一个mysql查询的效率。

MySQL慢查询使用总结

在平常的开发中，慢查询作为MySQL优化的一个途径，是非常有用的。它会记录下我们一些查询时间长的sql语句，对其语句我们进行分析，从而达到sql查询语句的最优化。但是慢日志查询开启之后，针对sql查询会通过磁盘I/O将相关的记录写入到磁盘文件中，增加了一个磁盘的I/O读写。因此，我们该功能用在开发、测试环境上，而不用在生产环境中去。

慢日志查询工具

由于慢日志查询文件越到后期，内容越多。我们对其分析的压力越大，因此我们需要借助某些工具实现快速分析。这些工具还没完全使用熟悉，后期单独写一篇文章介绍该类型的工具，这里只是罗列一下工具名称。 1.mysqldumpslow 2.pt-query-digest 3.mysqltop（天兔Lepus）