# 优化数据库语句方法 #### 操作场景 文档数据库是一种NoSQL数据库，提供可扩展的高性能数据解决方案。与关系型数据库（如MySQL、SQLServer、Oracle）类似，数据库设计、语句优化、索引创建等因素都会影响其使用性能。下面从多个维度提供提升DDS使用性能的建议。 #### 数据库和集合的创建 - 使用**短字段名**，以节约存储空间。文档数据库与关系型数据库不同，集合中的每个文档都存储字段名，使用短字段名可以有效地节约存储空间。 - 有效地控制集合中的文档数量，避免影响查询性能。如果有必要，可以进行定期归档。 - 每条文档都提供默认的"_id"值，**禁止向** **"_id"** **中保存自定义值**。 - **固定集合**相较其他集合，插入速度快，并且能够自动删除旧数据。用户可以根据业务需要，选择创建固定集合以提高性能。 #### 查询操作 **索引** - 根据业务需求，对经常查询的数据字段创建适当的索引。需注意，索引会占用一些空间，并且插入操作和索引更新会消耗资源。因此，建议每个集合的索引数量不超过5个。 - 案例：出现数据查询缓慢，如果没有创建索引，建议对经常查询的数据字段创建适当的索引，优化查询速度。 - 对于包含多个键的查询，建议创建包含这些键的复合索引。复合索引的键值顺序很关键，需遵循索引最左前缀原则，查询应包含最左索引字段，以索引创建顺序为准，与查询字段顺序无关。 - 给索引添加TTL属性，自动筛选过期文档并删除。创建TTL的索引必须是日期类型。TTL索引是单字段索引，而非复合索引。 - 需要在集合中某个字段上创建索引，但当集合中大量文档不包含该键值时，建议创建稀疏索引。 - 创建文本索引时，字段指定text，而不是1或者-1。每个集合只有一个文本索引，但它可以为任意多个字段建立索引。 **命令使用** - 使用findOne方法，在数据库中查询匹配多个项目，将会在自然排序文件集合中返回第一个项目。如果需要返回多个文档，则使用find方法。 - 如果查询无需返回整个文档，或只是用来判断键值是否存在，可以通过投影$project来限制返回字段，减少网络流量和客户端的内存使用。 - 除了前缀样式查询，正则表达式查询执行的时间比大多数选择器更久，不建议使用索引。 - 查询中的某些含"$"的操作符可能会降低使用性能。在业务中尽量不要使用该类操作符：$or、$nin、$not、$ne、$exists。 表1操作符说明 | **操作符** | **说明** | |:---|:---| | $or | 有多少个条件就会查询多少次，最后合并结果集，建议替换为$in。 | | $nin | 可能会匹配到大多数的索引，此时，查询优化器会退化为全表扫描。 | | $not | 可能会导致查询优化器无法匹配到具体的索引，退化为全表扫描。 | | $ne | 选择字段值不等于指定值的文档，如果多数为取相反值的文档，将会扫描整个索引。 | | $exists | 对于松散的文档结构，查询必须遍历每一个文档。 | 更多信息，请参见[MongoDB官方文档](https://www.mongodb.com/zh-cn/docs/v4.4/reference/operator/query/)。 **注意事项** - 操作符$where和$exists中不能使用索引。 - 如果查询结果需要排序，尽量控制结果集的数量。 - 涉及多个字段的索引时，尽量将用于精确匹配的字段放在索引的前面。 - 如果查询条件中的键值顺序和复合索引中的创建顺序不一致，DDS会自动优化为查询跟索引顺序一致。 - 修改操作 通过操作符对文档进行修改，通常可以获得更好的性能。该方式不需要往返服务器来获取并修改文档数据，在序列化和传输数据上花费更少的时间。 - 批量插入 批量插入（batchInsert）可以减少数据向服务器的提交次数，提高使用性能。批量提交的数据的BSON Size不超过48MB。 - 聚合运算 聚合运算中，$match需前置于$group，减少$group操作符要处理的文档数量。 ![](https://support.huaweicloud.com/usermanual-dds/public_sys-resources/caution_3.0-zh-cn.png) 错误的优化慢查询可能会造成业务使用异常 #### 相关文档 [使用索引](https://support.huaweicloud.com/bestpractice-dds/dds_0073.html)