MongoDB/Mongoose 索引使查询更快还是变慢？

Posted 2023-03-10

【中文标题】MongoDB/Mongoose 索引使查询更快还是变慢？

【英文标题】：MongoDB/Mongoose index make query faster or slow it down?

【发布时间】：2015-10-22 16:12:20

【问题描述】：

我有一个这样的文章模型：

var ArticleSchema = new Schema(

    type: String
    ,title: String
    ,content: String
    ,hashtags: [String]

    ,comments: [
        type: Schema.ObjectId
        ,ref: 'Comment'
    ]

    ,replies: [
        type: Schema.ObjectId
        ,ref: 'Reply'
    ]

    , status: String
    ,statusMeta: 
        createdBy: 
            type: Schema.ObjectId
            ,ref: 'User'
        
        ,createdDate: Date
        , updatedBy: 
            type: Schema.ObjectId
            ,ref: 'User'
        
        ,updatedDate: Date

        ,deletedBy: 
            type: Schema.ObjectId,
            ref: 'User'
        
        ,deletedDate: Date

        ,undeletedBy: 
            type: Schema.ObjectId,
            ref: 'User'
        
        ,undeletedDate: Date

        ,bannedBy: 
            type: Schema.ObjectId,
            ref: 'User'
        
        ,bannedDate: Date
        ,unbannedBy: 
            type: Schema.ObjectId,
            ref: 'User'
        

        ,unbannedDate: Date
    
, minimize: false)

当用户创建或修改article时，我将创建主题标签

ArticleSchema.pre('save', true, function(next, done) 
    var self = this
    if (self.isModified('content')) 
        self.hashtags = helper.listHashtagsInText(self.content)
    
    done()
    return next()
)

例如，如果用户写"Hi, #greeting, i love #friday"，我会将['greeting', 'friday'] 存储在标签列表中。

我正在考虑为主题标签创建索引，以便更快地查询主题标签。但是从猫鼬手册中，我发现了这个：

当您的应用程序启动时，Mongoose 会自动调用 确保架构中每个已定义索引的索引。猫鼬会打电话 为每个索引顺序确保索引，并在上发出一个“索引”事件 所有 ensureIndex 调用成功或存在时的模型 一个错误。虽然很适合开发，但建议使用此行为 在生产中被禁用，因为索引创建可能会导致显着 性能影响。通过设置 autoIndex 禁用该行为 您的架构选项为 false。

http://mongoosejs.com/docs/guide.html

那么对于 mongoDB/Mongoose，索引是更快还是更慢？

另外，即使我创建了类似的索引

  hashtags:  type: [String], index: true 

如何在查询中使用索引？或者对于普通查询，它会神奇地变得更快，例如：

   Article.find(hashtags: 'friday')

【问题讨论】：

您是否阅读了.createIndex() 的核心文档？具体来说：“如果同时调用多个具有相同索引规范的createIndex()方法，只有第一个操作会成功，其他操作无效。”.索引也需要写入成本，但它们会加快读取速度。这是索引的基本概念。有很多文档可以解释索引的作用。也许做一些阅读。

@BlakesSeven 我正在使用 Mongoose，我认为这是一个 mongoDB 包装器。官方文档让我感到困惑，建议在生产中将其关闭

【参考方案1】：

你看错了

您误读了引用块的意图，即.ensureIndex()（现已弃用，但仍由猫鼬代码调用）在上下文中实际执行的操作。

在 mongoose 中，您可以在架构或模型级别定义适合您设计的索引。猫鼬“自动”为您做的事情是在连接时检查每个已注册的模型，然后为提供的索引定义调用适当的 .ensureIndex() 方法。

这实际上是做什么的？

嗯，在大多数情况下，在您之前已经启动应用程序并运行 .ensureIndexes() 方法之后是绝对没有。这有点夸大其词，但或多或​​少听起来是对的。

因为已经在服务器集合上创建了索引定义，所以后续调用不会做任何事情。即，它不会删除索引并“重新创建”。因此，一旦创建了索引本身，真正的成本基本上就没有了。

创建索引

因此，由于 mongoose 只是标准 API 之上的一层，createIndex() 方法包含正在发生的所有细节。

这里有一些细节需要考虑，例如索引构建可能发生在“后台”中，虽然这对您的应用程序的干扰较小，但它确实需要自己付出代价。值得注意的是，“后台”生成的索引大小将比在前台构建时更大，从而阻塞其他操作。

此外，所有索引都是有成本的，特别是在磁盘使用方面，以及在收集数据本身之外写入额外信息的额外成本。

索引的优点是“搜索”索引中包含的值比搜索整个集合并匹配可能的条件要快得多。

这些是与索引相关的基本“权衡”。

部署模式

回到文档中的quoted block，这个建议背后有一个真正的意图。

在部署模式中很典型，尤其是在数据迁移中按此顺序执行操作：

将数据填充到相关集合/表中 为与您的需求相关的集合/表数据启用索引

这是因为创建索引需要成本，如前所述，希望从索引构建中获得最佳大小，同时避免每个文档插入也产生写入索引条目的开销当您批量执行此“加载”时。

这就是索引的用途，它们是成本和收益，并且解释了 mongoose 文档中的信息。

不过，总的来说，我建议阅读Database Indexes，了解它们是什么以及它们做了​​什么。想想走进图书馆找一本书。入口处有卡片索引。你会在图书馆里四处走走寻找你想要的书吗？还是您在卡片索引中查找它以找到它的位置？该索引需要花费一些时间来创建并保持更新，但它节省了“您”在整个图书馆走动的时间，以便您可以找到您的书。

【讨论】：

所谓的性能影响只有在我将现有数据迁移到它的情况下才适用？

@OMGPOP 正如已经解释的那样，“块”的意思是在“生产”环境中，您通常希望更好地控制何时创建或修改索引，而不是让应用程序自行启动创建.当索引已经存在时，实际影响可能不大。这就是上面所有内容的解释，就像每次插入/修改都需要花费时间来编写索引一样，但会加快读取过程，避免扫描集合以查找匹配项。

"在“生产”环境中，您通常希望更好地控制何时创建或修改索引，而不是让应用程序自行启动创建。"你的意思是？我们在保存数据的时候不是一直在创建索引吗？

另外，我编辑了我的帖子并在最后添加了一个小问题。我们是否需要为查询做任何额外的工作才能使用索引？

@OMGPOP 否。创建索引和在写入时“更新”索引是两件不同的事情。您正在阅读的块不是说“不要使用索引”。而是“建议”“关闭自动创建” 并在已部署应用程序的外部管理流程

【参考方案2】：

这可能就是你要找的东西

https://www.npmjs.com/package/mongoose-text-search