技术干货| 如何运用 MongoDB 部分索引优化性能问题？

背景

最近研发提交业务需求，大概逻辑就是先统计总数，然后分页进行导出。SQL 查询条件很简单。根据时间范围以及 productTags 字段必须存在作为条件。目前每天大约 5000 万数据量，数据保留 6 个月满足条件数据不多。但在没有索引的情况下，前端导出是卡死的。本次只讨论count性能问题，分页导数同样需要优化。具体SQL如下：

db.xiaoxu20220704.count({ "productTags" : { "$exists" : true } ,"deliveryTime" : { "$gte" : { "$numberLong" : "1656864000000" } }, "$lt" : { "$numberLong" : "1657814400000" } } )

目前是基于 4.4 版本的分片集群。下班后创建索引语句跑起来，第二天上班创建成功，一共执行了 8 小时。通知研发可以进行验证。悲催的事情，执行 count 同样卡死。创建索引语句( 4.2 开始不区分前后台创建引)，以下是分析过程。

db.xiaoxu20220704.createIndex({deliveryTime:1,productTags:1})

分析过程

分析执行计划

explain() 查看执行计划发现 “productTags” : { “$exists” : true } 没有用上索引，而是回表后进行过滤。

IXSCAN+FETCH 执行计划，而不是 COUNT_SCAN 执行计划。

explain(“executionStats”) 执行一个小时都没有出来，初步猜测在于 5000 万 fetch+filter 导致的慢。需要找研发了解数据情况。

db.xiaoxu20220704.explain().count({ "productTags" :{ "$exists" :
 true } ,  "deliveryTime" : { "$gte" : NumberLong("1656864000000") ,
  "$lt" : NumberLong("1657814400000")  }} )
"winningPlan" : {
"stage" : "COUNT",
"inputStage" : {
"stage" : "FETCH",
"filter" : {
"productTags" : {
"$exists" : true
}
,
"inputStage" : {
"stage" : "IXSCAN",
"keyPattern" : {
"deliveryTime" : 1,
"productTags" : 1
},
"indexName" : "deliveryTime_1_productTags_1",
"isMultiKey" : true,
"multiKeyPaths" : {
"deliveryTime" : [ ],
"productTags" : [
"productTags"
]
},
"isUnique" : false,
"isSparse" : false,
"isPartial" : false,
"indexVersion" : 2,
"direction" : "forward",
"indexBounds" : {
"deliveryTime" : [
"[1656864000000, 1657814400000)"
],
"productTags" : [
"[MinKey, MaxKey]"
]

沟通业务逻辑

经了解，导数据通常是按天的，但也会存在按周、按月的需求，为什么会存在按周、按月，业务不想自己去合并表格，每天满足条件数据在 10万左右，同时这个只有10万记录存在这个 productTags 字段，其他将近 5000 万都不存在这个字段。

有没有办法只把满足 “productTags” :{ “$exists” : true } 这个条件的记录索引？

如果能实现，这样查询每天的数据大约在 10 万次，此时如果 FETCH+FILTER 只有 10 万，相比之前 5000 万次，减少了 99.8% 次数。如果能实现查询覆盖，count 效率会更高。

MongoDB 中确实有这样功能，稀疏索引与部分索引都可以实现这个功能。部分索引功能是稀疏索引的超集同时提供更多的表达式，所以推荐使用部分索引。

优化索引–创建部分索引

db.xiaoxu2022070.createIndex({deliveryTime:1,productTags:1},{partialFilterExpression:{ "productTags" : { "$exists" : true }}})

partialFilterExpression: 支持如下表达式,$exists: true等价稀疏索引 (sparse:1)

equality expressions (i.e. field: value or using the $eq operator),
$exists: true expression,
$gt, $gte, $lt, $lte expressions,
$type expressions,
$and operator at the top-level only

查看最新执行计划

这个分片表执行计划只显示一个 shard，其他 shard 都类似，一共 8 个 shard 。总共加起来10万。执行计划本身没有改变，只是总的 totalKeysExamined 以及 totalDocsExamined 减少 99% ，所以速度很快。

为什么不能使用覆盖查询？

正常说只要统计出 deliveryTime 个数就知道知道总 count ，因为 productTags 都是满足 “$exists” : true 。

注意：

分片集合与非分片集合的查询覆盖有区别：分片集合想要使用覆盖查询必须包括分片键( readConcern 不是 avaiable 即可)，使用非分片集合时，同样无法使用覆盖索引。在目前版本以及包括 5.0 版本使用 $exists:true 时都无法覆盖索引，部分索引能否使用覆盖查询，答案是肯定。

目前在不改代码逻辑的情况下，索引已经是最优了。

db.xiaoxu20220704.explain("executionStats").count({"productTags" : { "$exists" : true },  "deliveryTime" : { "$gte" : NumberLong("1656864000000") ,"$lt" : NumberLong("1656950400000")  }} )
"executionStats" : {
                "nReturned" : 0,
                "executionTimeMillis" : 3155,
                "totalKeysExamined" : 116013,
                "totalDocsExamined" : 107597,
                "executionStages" : {
                        "stage" : "SHARD_MERGE",
                        "nReturned" : 0,
                        "executionTimeMillis" : 3155,
                        "totalKeysExamined" : 116013,
                        "totalDocsExamined" : 107597,
                        "totalChildMillis" : NumberLong(4836),
                        "shards" : [
                                {
                                        "shardName" : "shard7",
                                        "executionSuccess" : true,
                                        "nReturned" : 0,
                                        "executionTimeMillis" : 113,
                                        "totalKeysExamined" : 7716,
                                        "totalDocsExamined" : 7193,
                                        "executionStages" : {
                                                "stage" : "COUNT",
                                                "nReturned" : 0,
                                                "executionTimeMillisEstimate" : 113,
                                                "works" : 7717,
                                                "advanced" : 0,
                                                "needTime" : 7716,
                                                "needYield" : 0,
                                                "saveState" : 10,
                                                "restoreState" : 10,
                                                "isEOF" : 1,
                                                "nCounted" : 7193,
                                                "nSkipped" : 0,
                                                "inputStage" : {
                                                        "stage" : "SHARDING_FILTER",
                                                        "nReturned" : 7193,
                                                        "executionTimeMillisEstimate" : 113,
                                                        "works" : 7717,
               "advanced" : 7193,
               "needTime" : 523,
                "needYield" : 0,
                  "saveState" : 10,
                   "restoreState" : 10,
                    "isEOF" : 1,
                  "chunkSkips" : 0,
                 "inputStage" : {
                           "stage" : "FETCH",
                           "filter" : {
                                   "productTags" : {
                                           "$exists" : true
                                   }
                           },
                           "nReturned" : 7193,
                           "executionTimeMillisEstimate" : 86,
                           "works" : 7717,
                           "advanced" : 7193,
                           "needTime" : 523,
                           "needYield" : 0,
                           "saveState" : 10,
                           "restoreState" : 10,
                           "isEOF" : 1,
                           "docsExamined" : 7193,
                           "alreadyHasObj" : 0,
                           "inputStage" : {
                           "stage" : "IXSCAN",
                           "nReturned" : 7193,
                           "executionTimeMillisEstimate" : 15,
                           "works" : 7717,
                           "advanced" : 7193,
                           "needTime" : 523,
                           "needYield" : 0,
                           "saveState" : 10,
                           "restoreState" : 10,
                           "isEOF" : 1,
                           "keyPattern" : {
                                   "deliveryTime" : 1,
                                   "productTags" : 1
                           },
                           "indexName" : "deliveryTime_1_productTags_1",
                           "isMultiKey" : true,
                           "multiKeyPaths" : {
                                   "deliveryTime" : [ ],
                                   "productTags" : [
                                           "productTags"
                                   ]
                           },
                           "isUnique" : false,
                           "isSparse" : false,
                           "isPartial" : true,
                           "indexVersion" : 2,
                           "direction" : "forward",
                           "indexBounds" : {
                                   "deliveryTime" : [
                                           "[1656864000000, 1656950400000)"
                                   ],
                                   "productTags" : [
                                           "[MinKey, MaxKey]"
                                   ]
                           },
                           "keysExamined" : 7716,
                           "seeks" : 1,
                           "dupsTested" : 7716,
                           "dupsDropped" : 523
                                                               }
                                                        }
                                                }
                                        }
                                }

部分索引知识

部分索引特点与优势

部分索引只是对满足过滤表达式的记录进行索引，而不是所有记录，所以才称为部分索引。

部分索引可以减少索引大小，加快查询效率以减少磁盘空间，同时部分索引不是针对所有查询都生效。查询条件必须包括过滤表达式。优化器会自动判断是否使用部分索引，对于排序或者查询可能会导致数据不全的情况，优化器会拒绝使用。

partialFilterExpression 支持类型

equality expressions (i.e. field: value or using the $eq operator),
$exists: true expression,
$gt, $gte, $lt, $lte expressions,
$type expressions,
$and operator at the top-level only

部分索引与稀疏索引

部分索引能够更好控制那些记录被索引，稀疏根据索引字段是否存在来索引，而部分索引支持很多种表达式。
部分索引相当于稀疏索引的超集功能。例部分索引的 $exists:true 等价稀疏索引，但也存在区别，部分索引的过滤表达式可以是索引定义也可以不是索引定义(只是用来过滤记录)，稀疏索引则都属于索引的定义。这个部分索引如何定义会影响查询覆盖。这个问题与我遇到问题的很接近，接下来我们围绕这个来分析下。

部分索引与查询覆盖

在文章开头提到遇到的案例中查询条件是 $exists:true 作为查询条件，经过优化后创建过滤条件为 $exists:true 的部分索引，解决 count 性能问题，但如果过滤的记录增加 N 个数量级，还是会存在性能问题。导致性能问题是完全满足查询覆盖，但优化器却没有使用。而是回表进行过滤，相比在索引是过滤效率高（查询覆盖），如果是需要回表返回完整记录，那么不存在效率问题。因为索引中记录都是满足条件的直接回表过滤也都是满足条件的。

经过验证目前存在 $exists:true 查询时，不管是部分索引还是普通索引，都无法使用查询覆盖（截止目前最新 5.0 版本都还没有解决，期待未来版本能够优化这个问题），对于部分索引中过滤为 $exists:true 时，满足覆盖查询时，使用具体值而不是 $exists:true 时可以使用查询覆盖。

分片集合支持查询覆盖，相比非分片集合，索引中需要带分片键。如果开启读写分离时，读备库 readConcern 默认是 avaiable ，此时与非分片集合一样，不需要包括分片键就可以查询覆盖。此时导致读取孤儿文档。

需要注意此时可以调整 readConcern 为 local 。

案例

构造数据

mongos> db.xiaoxu20220718.find();

{ "_id" : ObjectId("62d4fbf69dadbc915955a94b"), "name" : "xiaoxu", 
"age" : 18, "addr" : "shanghai" }
{ "_id" : ObjectId("62d4fbf69dadbc915955a94c"), "name" : "xiaojing", 
"age" : 20, "addr" : "beijing" }
{ "_id" : ObjectId("62d4fbf69dadbc915955a94d"), "name" : "xiaobao", 
"age" : 1 }
{ "_id" : ObjectId("62d4fbf69dadbc915955a94e"), "name" : "xiaoxing", 
"age" : 18 }

创建部分索引：索引定义不包括过滤字段

db.xiaoxu20220718.createIndex({name:1},{partialFilterExpression:{addr:{$exists:true}}})

查询 count 总数

条件中带 $exists:true

执行计划：IXSCAN+FETCH+COUNT ，而不是我们期望 COUNT_SCAN

db.xiaoxu20220718.explain("executionStats").count({"name" : "xiaoxu",
"addr":{$exists:true}})
"winningPlan" : {
"stage" : "COUNT",
"inputStage" : {
"stage" : "FETCH",
"filter" : {
"addr" : {
"$exists" : true
}
},
"inputStage" : {
"stage" : "IXSCAN",
"keyPattern" : {
"name" : 1
},
"indexName" : "name_1",
"isMultiKey" : false,
"multiKeyPaths" : {
"name" : [ ]
},
"isUnique" : false,
"isSparse" : false,
"isPartial" : true,
"indexVersion" : 2,
"direction" : "forward",
"indexBounds" : {
"name" : [
"[\"xiaoxu\", \"xiaoxu\"]"

条件中字段使用实际值而非 $exists:true

执行计划：IXSCAN+FETCH+COUNT，而不是我们期望 COUNT_SCAN

db.xiaoxu20220718.explain("executionStats").count({"name" : "xiaoxu",
"addr":"shanghai"})
"winningPlan" : {
"stage" : "COUNT",
"inputStage" : {
"stage" : "FETCH",
"filter" : {
"addr" : {
"$eq" : "shanghai"
}
},
"inputStage" : {
"stage" : "IXSCAN",
"keyPattern" : {
"name" : 1
},
"indexName" : "name_1",
"isMultiKey" : false,
"multiKeyPaths" : {
"name" : [ ]
},
"isUnique" : false,
"isSparse" : false,
"isPartial" : true,
"indexVersion" : 2,
"direction" : "forward",
"indexBounds" : {
"name" : [
"[\"xiaoxu\", \"xiaoxu\"]"
]
}
}
}
},
"rejectedPlans" : [ ]
}
]

创建部分索引定义中包括过滤字段

db.xiaoxu20220718.createIndex({name:1,addr:1},{partialFilterExpression:{addr:{$exists:true}}})

查询 count 总数

条件中带 $exists:true

执行计划：IXSCAN+FETCH+COUNT，而不是我们期望COUNT_SCAN，还是选择单列索引

db.xiaoxu20220718.explain("executionStats").count({"name" : "xiaoxu",
"addr":{$exists:true}})
"winningPlan" : {
"stage" : "FETCH",
"filter" : {
"addr" : {
"$exists" : true
}
},
"inputStage" : {
"stage" : "IXSCAN",
"keyPattern" : {
"name" : 1
},
"indexName" : "name_1",
"isMultiKey" : false,
"multiKeyPaths" : {
"name" : [ ]
},
"isUnique" : false,
"isSparse" : false,
"isPartial" : true,
"indexVersion" : 2,
"direction" : "forward",
"indexBounds" : {
"name" : [
"[\"xiaoxu\", \"xiaoxu\"]"
]
}
}
},
"rejectedPlans" : [
{
"stage" : "FETCH",
"filter" : {
"addr" : {
"$exists" : true
}
},
"inputStage" : {
"stage" : "IXSCAN",
"keyPattern" : {
"name" : 1,
"addr" : 1
},
"indexName" : "name_1_addr_1",
"isMultiKey" : false,
"multiKeyPaths" : {
"name" : [ ],
"addr" : [ ]
},
"isUnique" : false,
"isSparse" : false,
"isPartial" : true,
"indexVersion" : 2,
"direction" : "forward",
"indexBounds" : {
"name" : [
"[\"xiaoxu\", \"xiaoxu\"]"
],
"addr" : [
"[MinKey, MaxKey]"
]

条件中字段使用实际值而非$exists:true

执行计划：符合我们期望 COUNT_SCAN

mongos> db.xiaoxu20220718.explain("executionStats").count({"name" : 
"xiaoxu","addr":"shanghai"})
"winningPlan" : {
"stage" : "COUNT",
"inputStage" : {
"stage" : "COUNT_SCAN",
"keyPattern" : {
"name" : 1,
"addr" : 1
},
"indexName" : "name_1_addr_1",
"isMultiKey" : false,
"multiKeyPaths" : {
"name" : [ ],
"addr" : [ ]
},
"isUnique" : false,
"isSparse" : false,
"isPartial" : true,
"indexVersion" : 2,
"indexBounds" : {
"startKey" : {
"name" : "xiaoxu",
"addr" : "shanghai"
},
"startKeyInclusive" : true,
"endKey" : {
"name" : "xiaoxu",
"addr" : "shanghai"
},
"endKeyInclusive" : true
}
}
},
"rejectedPlans" : [ ]
}
]

总结

本次通过部分索引来进行性能优化，同时对部分索引知识简单介绍，需要注意点是查询覆盖在 $exists:true 条件无法生效，期待后续版本改进这个点。
注意部分索引只适合特定场景以及查询覆盖注意事项。

关于作者：徐靖

MongoDB 中文社区成员，数据库工程师，具有丰富的数据库运维经验，精通数据库性能优化及故障诊断，目前专注于 MongoDB 数据库运维与技术支持，同时也是公众号《 DB 说》维护者，喜欢研究与分享数据库相关技术。希望能够为社区贡献一份力量。

Recommend

离职后一年再去找工作可能会有什么后果？

马萨诸塞的计算机教授认为 GitHub Copilot 会让该专业的学生作弊成风

白宮宣佈由政府資助的研究，都必須馬上公開

科技爱好者周刊（第 219 期）：如何防止帐号被黑

Two swatting attempts on Marjorie Taylor Greene used bog-standard tech

Mark Zuckerberg said he gave up running as exercise to take his mind off work be...

名创优品两市股价大涨，2022财年营收超百亿，全球门店达5199家-品玩

Tesla EVs will be able to connect to Starlink satellites, says Musk - The Verge

蔚来自研 4680 等多种电池，明年小规模投产

年近30依旧“青春”，《万智牌》如何缔造长线基因？

About Joyk