PHP 마스터 | MongoDB 인덱싱, 1 부

키 테이크 아웃

MongoDB에서의 인덱싱은 읽어야하는 전체 문서의 수를 줄여서 응용 프로그램 성능을 향상시켜 성능과 처리량을 크게 향상시킬 수 있습니다. MongoDB는 Default _ID Index, 2 차 인덱스, 화합물 인덱스, 멀티 킨 인덱스 및 다중 화합물 인덱스를 포함한 여러 유형의 인덱스를 지원합니다. 각 유형은 특정 목적을 제공하며 다양한 유형의 쿼리에 사용됩니다. 컬렉션에서 하나 이상의 인덱스를 정의 할 수 있지만 쿼리는 실행 중에 하나의 인덱스 만 사용할 수 있습니다. 최고의 인덱스는 MongoDB의 쿼리-오피 미저에 의해 런타임에 선택됩니다. 인덱싱은 읽기 운영을 크게 향상시킬 수 있지만 자체 비용도 발생합니다. 인덱싱 작업은 공간을 차지하고 각 삽입, 업데이트 및 컬렉션에서 추가 오버 헤드를 유발합니다. 따라서 인덱싱은 쓰기가 많은 컬렉션보다 더 넓은 컬렉션에 이익이됩니다

인덱싱은 MongoDB와의 작업의 가장 중요한 개념 중 하나입니다. 인덱싱은 읽을 전체 문서의 수를 줄임으로써 성능과 처리량을 극적으로 증가시켜 응용 프로그램의 성능을 향상시킬 수 있기 때문에 적절한 이해가 중요합니다. 인덱스는 이해하기 어려울 수 있기 때문에이 두 부분으로 구성된 시리즈는 자세히 살펴볼 것입니다. 이 기사에서는 다음과 같은 5 가지 유형의 인덱스를 살펴볼 것입니다.

<_> 기본 _id 인덱스 2 차 지수

화합물 지수 멀티 킨 인덱스 다중 화합물 지수
논의 할 다른 유형도 있습니다. 그러나 나는 분명한 이해를 제공하고 혼란을 피하기 위해 Part 2를 논리적으로 유지했습니다. 컬렉션에서 둘 이상의 인덱스를 정의 할 수 있지만 쿼리는 실행 중에 하나의 인덱스 만 사용할 수 있습니다. 사용 가능한 옵션 중에서 최상의 인덱스를 선택하려는 결정은 MongoDB의 쿼리 옵션에 의해 런타임에 이루어집니다. 이 기사에서는 MongoDB 개념 (컬렉션, 문서 등)을 기본적으로 이해하고 PHP (찾기 및 삽입)를 사용하여 기본 쿼리를 수행한다고 가정합니다. 그렇지 않다면, 초보자 기사 : Mongodb 및 Mongodb 소개를 재 방문하는 것이 좋습니다. 이 시리즈의 경우 다음 구조가있는 500 개의 문서로 채워진 게시물이라는 컬렉션이 있다고 가정합니다.
• 이제 다양한 유형의 인덱싱을 자세히 살펴 보겠습니다. <_> 기본 _id 인덱스 기본적으로 MongoDB는 각 컬렉션의 _id 필드에서 기본 색인을 만듭니다. 각 문서에는 고유 한 _ID 필드가 기본 키, 12 바이트 객체가 있습니다. 사용 가능한 다른 색인이 없으면 기본적으로 모든 종류의 쿼리에 사용됩니다. 컬렉션의 인덱스를 보려면 MongoDB 쉘을 열고 다음을 수행하십시오.
• getIndexes () 메소드는 컬렉션의 모든 인덱스를 반환합니다. 보시다시피, 우리는 이름 _id_ 의 기본 인덱스가 있습니다. 키 필드는 인덱스가 _id 필드에 있고 1의 값은 오름차순 순서를 나타냅니다. 다음 섹션에서 주문에 대해 배울 것입니다. 2 차 지수 _ID 필드가 아닌 필드에서 인덱싱을 사용하려는 경우 사용자 정의 인덱스를 정의해야합니다. user_name 필드를 기반으로 게시물을 검색하고 싶다고 가정하십시오. 이 경우 컬렉션의 user_name 필드에서 사용자 정의 색인을 정의합니다. 기본 인덱스 이외의 이러한 사용자 정의 인덱스를 보조 인덱스라고합니다. 데이터베이스에 대한 인덱싱의 영향을 입증하려면 먼저 인덱싱없이 쿼리 성능을 간단히 분석하겠습니다. 이를 위해 쿼리를 실행하여 "Jim Alexandar"가있는 user_name이있는 모든 게시물을 찾습니다.

  인덱싱과 관련하여 종종 사용되는 중요한 방법은 인덱싱과 관련된 정보를 반환하는 설명 ()입니다. 위의 설명 ()의 출력은 다음과 같습니다.

  <span>{
  </span>    <span>"_id": <span>ObjectId</span>("5146bb52d852470060001f4"),
  </span>    <span>"comments": {
  </span>        <span>"0": "This is the first comment",
  </span>        <span>"1": "This is the second comment"
  </span>    <span>},
  </span>    <span>"post_likes": 40,
  </span>    <span>"post_tags": {
  </span>        <span>"0": "MongoDB",
  </span>        <span>"1": "Tutorial",
  </span>        <span>"2": "Indexing"
  </span>    <span>},
  </span>    <span>"post_text": "Hello Readers!! This is my post text",
  </span>    <span>"post_type": "private",
  </span>    <span>"user_name": "Mark Anthony"
  </span><span>}</span>

  볼 가치가있는 중요한 키 중 일부는 다음과 같습니다.

  커서 - 쿼리에 사용 된 색인을 나타냅니다. BasicCursor 는 기본 _id 인덱스가 사용되었고 MongoDB는 전체 컬렉션을 검색해야했음을 나타냅니다. 앞으로도 인덱싱을 적용 할 때

  btreecursor
  가
  1. basiccursor . n - 쿼리가 반환 한 문서 수를 나타냅니다 (이 경우 하나의 문서). nscanned - 데이터베이스 작동 중에 스캔 한 문서 수를 나타냅니다. 이상적으로 N은 NSCANCAND와 동일해야하므로 최소 수의 문서가 검색되었음을 의미합니다. 이제 동일한 쿼리를 실행하지만 보조 인덱스를 사용해 보겠습니다. 인덱스를 만들려면 MongoDB 쉘에서 다음을 실행하십시오. user_name 필드에서 인덱스를 만들었습니다 restindex () 메소드를 사용하여 게시물 수집에서. 검색에 대한 오름차순 (1) 또는 내림차순 (-1) 순서를 나타내는 메소드에 주문 인수의 값을 신분했다고 확신합니다. 이를 이해하려면 각 문서에는 타임 스탬프 필드가 있습니다. 가장 최근의 게시물을 먼저 원한다면 하강 순서를 사용합니다. 가장 오래된 게시물의 경우 오름차순 순서를 선택합니다. 인덱스를 만들면 동일한 find () 및 explic () 메소드가 이전과 쿼리를 실행하고 분석하는 데 사용됩니다. 출력은 다음과 같습니다.
  출력은 쿼리가 name (이전에 정의한)를 사용했으며 인덱싱없이 이전 쿼리에서 검색 한 500 개의 문서와 달리 하나의 문서 만 스캔했음을 보여줍니다. 현재 모든 MongoDB 인덱스는 알고리즘에서 Btree 데이터 구조를 사용하고 Btreecursor는 기본 커서입니다. Btreecursor에 대한 자세한 논의는이 기사에 대한 범위를 벗어나지 만 더 이상의 이해에는 영향을 미치지 않습니다. 위의 비교는 인덱스가 쿼리 성능을 극적으로 향상시킬 수있는 방법을 나타냅니다. 화합물 지수 쿼리가 둘 이상의 필드를 사용하는 경우가 있습니다. 이러한 경우 복합 지수를 사용할 수 있습니다. post_type 및 post_likes 필드를 모두 사용하는 다음 쿼리를 고려하십시오. 이 쿼리를 inctive ()로 분석하면 다음 결과가 나타납니다.이 결과는 쿼리가 BasicCursor를 사용하고 500 개의 문서가 모두 스캔되어 하나의 문서를 검색 함을 보여줍니다.
  이것은 매우 비효율적이므로 인덱스를 적용해 봅시다. fields post_type 및 post_likes에서 화합물 지수를 다음과 같이 정의 할 수 있습니다.

  <span>{
  </span>    <span>"_id": <span>ObjectId</span>("5146bb52d852470060001f4"),
  </span>    <span>"comments": {
  </span>        <span>"0": "This is the first comment",
  </span>        <span>"1": "This is the second comment"
  </span>    <span>},
  </span>    <span>"post_likes": 40,
  </span>    <span>"post_tags": {
  </span>        <span>"0": "MongoDB",
  </span>        <span>"1": "Tutorial",
  </span>        <span>"2": "Indexing"
  </span>    <span>},
  </span>    <span>"post_text": "Hello Readers!! This is my post text",
  </span>    <span>"post_type": "private",
  </span>    <span>"user_name": "Mark Anthony"
  </span><span>}</span>

  이제 쿼리를 분석하면 다음 결과가 나타납니다.

  여기서 매우 중요한 점은 여러 필드에 정의 된 복합 지수를 사용하여 이러한 필드의 하위 집합을 쿼리 할 수 ​​있다는 것입니다. 예를 들어, 화합물 인덱스 {Field1, Field2, Field3}이 있다고 가정합니다. 이 색인은 다음을 쿼리하는 데 사용할 수 있습니다.

  필드 1 필드 1, Field2 Field1, Field2, Field3

  따라서 index {Field1, Field2, Field3}을 정의한 경우 별도의 {Field1} 및 {Field1, Field2} 인덱스를 정의 할 필요가 없습니다. 그러나 Field2 및 Field2, Field3을 쿼리하는 동안이 화합물 인덱스가 필요한 경우 Optimizer가 원하는 인덱스를 선택하지 않으면 Hint ()를 사용할 수 있습니다. hint () 메소드를 사용하여 MongoDB가 기본 선택 및 쿼리 최적화 프로세스를 지정하고 재정의하는 인덱스를 사용하도록 강요 할 수 있습니다. 아래와 같이 인덱스에 사용 된 필드 이름을 인수로 지정할 수 있습니다. 이를 통해 쿼리는 post_type 및 post_likes 필드에 정의 된 화합물 지수를 사용합니다. 멀티 킨 인덱스 배열 필드에서 인덱싱이 수행되면 멀티 킨 인덱스라고합니다. 우리의 게시물 문서를 다시 고려하십시오. Post_tags에 멀티 킨 인덱스를 적용 할 수 있습니다. 멀티 킨 인덱스는 배열의 각 요소를 색인화 하므로이 경우 post_tags 값에 대해 별도의 인덱스가 생성됩니다. 곧.

  어레이 필드의 인덱스는 각 값의 인덱싱으로 인해 많은 메모리를 소비하므로 매우 선택적으로 사용해야합니다. 다중 화합물 지수

  우리는 다중 화합물 지수를 만들 수 있지만 인덱스의 최대 한 필드가 배열 일 수 있다는 제한이 있습니다. 따라서 Field1이 문자열로, [Field2, Field3]가 배열로 있으면 두 필드가 배열이므로 인덱스 {Field2, Field3}을 정의 할 수 없습니다. 아래 예에서는 Post_tags 및 User_Name 필드에 대한 색인을 만듭니다.

  색인 제한 제한 및 고려 사항 정규 표현식, 부정 연산자 (예 : $ ne, $ not 등), 산술 연산자 (예 : $ mod 등), $ where의 JavaScript 표현식을 사용하는 쿼리에서 인덱싱을 사용할 수 없다는 것을 아는 것이 중요합니다. 조항 및 다른 경우. 인덱싱 운영에는 자체 비용도 제공됩니다. 각 인덱스는 공간을 차지할뿐만 아니라 컬렉션의 각 삽입, 업데이트 및 삭제에서 추가 오버 헤드를 유발합니다. 각 컬렉션에 대한 읽기 비율을 고려해야합니다. 인덱싱은 무거운 컬렉션에 도움이되지만 쓰기가 많은 컬렉션에는 적합하지 않을 수 있습니다. MongoDB는 RAM의 색인을 유지합니다. 총 지수 크기가 RAM 제한을 초과하지 않도록하십시오. 그렇다면 일부 인덱스는 RAM에서 제거되므로 쿼리가 느려집니다. 또한 컬렉션은 최대 64 개의 인덱스를 가질 수 있습니다. 요약 그게 전부입니다. 요약하면, 적절한 인덱싱 접근법이 선택된 경우 인덱스는 응용 프로그램에 매우 유리합니다. 다음 부분에서는 임베디드 문서, 하위 문서 및 주문에 인덱스를 사용하는 것을 살펴 봅니다. 계속 지켜봐! Fotolia를 통한 이미지 MongoDB Indexing

  에 대한 질문이 자주 묻습니다 데이터베이스 관리에서 MongoDB 인덱싱의 중요성은 무엇입니까?
  MongoDB 인덱싱은 데이터베이스 관리의 중요한 측면입니다. 데이터에 대한보다 효율적인 경로를 제공하여 데이터베이스 작업의 성능을 크게 향상시킵니다. 인덱스가 없으면 MongoDB는 컬렉션 스캔, 즉 컬렉션의 모든 문서를 스캔하여 쿼리 문과 일치하는 문서를 선택해야합니다. 인덱스를 사용하면 MongoDB는 검색을 데이터의 관련 부분으로 제한하여 스캔해야 할 데이터의 양을 줄일 수 있습니다. 이로 인해 쿼리 응답 시간이 빠르고 CPU 사용량이 줄어 듭니다. 이는 대형 데이터베이스에서 특히 유용합니다. MongoDB 인덱싱은 어떻게 작동합니까?
  MongoDB 인덱싱은 컬렉션 데이터의 작은 부분을 보유한 특수 데이터 구조를 만들어 작동합니다. 이 데이터 구조에는 인덱스에 지정된 필드 값에 의해 주문된 특정 필드 또는 필드 세트의 값이 포함됩니다. 쿼리가 실행되면 MongoDB는 이러한 색인을 사용하여 검사 해야하는 문서 수를 제한합니다. 인덱스는 문서의 총 크기가 사용 가능한 RAM을 초과 할 때 특히 유리합니다.

  MongoDB의 다양한 유형의 인덱스는 무엇입니까?

  MongoDB는 개선에 사용할 수있는 여러 유형의 인덱스를 지원합니다. 쿼리의 성능. 여기에는 단일 필드, 화합물, 멀티 키, 텍스트, 2D 및 2dsphere 인덱스가 포함됩니다. 각 유형의 인덱스는 특정 목적을 제공하며 다른 유형의 쿼리에 사용됩니다. 예를 들어, 단일 필드 및 화합물 지수는 각각 단일 또는 다중 필드의 쿼리에 사용됩니다. 멀티 킨 인덱스는 배열에 사용되며 텍스트 인덱스는 문자열 내용에 사용됩니다.

  mongodb에서 인덱스를 만드는 방법

  createIndex () 메서드를 사용하여 mongodb에서 인덱스를 만들 수 있습니다. . 이 방법은 인덱스가 아직 존재하지 않는 경우 지정된 필드에서 인덱스를 만듭니다. 이 메소드는 필드 또는 필드 인덱스와 추가 옵션을 지정할 수있는 옵션 문서의 두 매개 변수를 가져옵니다.

  MongoDB에서 여러 인덱스를 생성 할 수 있습니까? MongoDB의 색인. 그러나 인덱스는 쿼리 성능을 향상 시키지만 시스템 리소스, 특히 디스크 공간 및 메모리를 소비한다는 점에 유의해야합니다. 따라서 자주 쿼리 될 필드에서 신중하고 인덱스를 만드는 것이 중요합니다.

  mongodb에서 색인을 색인 할 필드를 선택하는 방법은 무엇입니까?

  MongoDB는 응용 프로그램의 쿼리 패턴에 크게 의존합니다. 정렬 작업에 자주 쿼리되거나 사용되는 필드는 인덱싱을위한 좋은 후보입니다. 또한, 고유성이 높은 필드는 쿼리를 실행할 때 MongoDB가 스캔 해야하는 문서의 수를 크게 줄일 수 있기 때문에 색인화를위한 좋은 후보자입니다.

  MongoDB에 인덱스가 있는지 어떻게 확인할 수 있습니까?

  getIndexes () 메소드를 사용하여 MongoDB에 인덱스가 있는지 확인할 수 있습니다. 이 메소드는 기본적으로 생성 된 _id 인덱스를 포함하여 컬렉션의 모든 인덱스 목록을 리턴합니다.

  Mongodb에서 인덱스를 삭제할 수 있습니까?

  예, 인덱스를 삭제할 수 있습니다. dropIndex () 메소드를 사용한 mongodb. 이 메소드는 컬렉션에서 지정된 색인을 제거합니다.

  MongoDB의 인덱스 교차점은 무엇입니까?
  인덱스 교차로는 MongoDB의 기능입니다. . 이것은 단일 색인이 쿼리를 만족시킬 수 없을 때 특히 유용 할 수 있지만 둘 이상의 인덱스의 교차점은 할 수 있습니다. MongoDB의 쓰기 작업에 대한 인덱싱의 영향은 무엇입니까?
  인덱싱은 읽기 작업의 성능을 크게 향상시키는 반면, 쓰기 작업에 영향을 줄 수 있습니다. 문서가 삽입되거나 업데이트 될 때마다 컬렉션의 모든 인덱스도 업데이트되어야하기 때문입니다. 따라서 컬렉션의 색인이 많을수록 쓰기 작업이 느려집니다. 인덱스를 만들 때 읽기 성능과 쓰기 성능 사이의 균형을 찾는 것이 중요합니다.

위 내용은 PHP 마스터 | MongoDB 인덱싱, 1 부의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!