首页 › MongoDB › 索引与聚合（在新窗口打开） › explain 与查询优化

explain

// 查询计划
db.users.find({ age: { $gt: 25 } }).explain()

// 执行统计（推荐）
db.users.find({ age: { $gt: 25 } }).explain("executionStats")

// 所有计划（查看优化器评估的多种方案）
db.users.find({ age: { $gt: 25 } }).explain("allPlansExecution")

执行阶段解读

db.users.find({ status: "active", age: { $gt: 25 } }).explain("executionStats")

关键字段：

字段	含义
executionSuccess	查询是否成功
nReturned	返回文档数
executionTimeMillis	执行时间（毫秒）
totalKeysExamined	扫描索引条目数
totalDocsExamined	扫描文档数

性能指标：totalDocsExamined 应接近 nReturned，否则需要优化索引。

执行阶段

// 典型阶段
"executionStages": {
  "stage": "IXSCAN",        // 索引扫描
  // "stage": "COLLSCAN",   // 集合扫描（全表扫描）
  // "stage": "FETCH",      // 获取文档
  // "stage": "SORT",       // 排序
  // "stage": "SHARD_MERGE" // 分片合并
}

阶段	说明	好/坏
COLLSCAN	全表扫描	❌ 应避免
IXSCAN	索引扫描	✅
FETCH	根据索引取文档	✅
SORT	内存排序	⚠️ 尽量用索引排序
SHARD_MERGE	分片合并	✅ 分片集群正常

分析示例

// 慢查询示例：全表扫描
db.users.find({ createdAt: { $gt: ISODate("2026-01-01") } }).explain("executionStats")
// stage: COLLSCAN
// totalDocsExamined: 1000000
// executionTimeMillis: 5230

// 建立索引后
db.users.createIndex({ createdAt: 1 })
db.users.find({ createdAt: { $gt: ISODate("2026-01-01") } }).explain("executionStats")
// stage: IXSCAN
// totalKeysExamined: 50000
// totalDocsExamined: 50000
// executionTimeMillis: 120

SQL 到 MongoDB 的对比

// MySQL: SELECT * FROM users WHERE age > 25 ORDER BY age DESC LIMIT 10
db.users.find({ age: { $gt: 25 } })
  .sort({ age: -1 })
  .limit(10)
  .explain("executionStats")

// 推荐索引：{ age: -1 }（排序字段的索引也能用于范围查询）

索引建议

// 查看 MongoDB 给出的索引建议
db.users.aggregate([
  { $indexStats: {} }
])

// 慢查询日志分析
db.setProfilingLevel(1, { slowms: 200 })
db.system.profile.find().sort({ ts: -1 }).limit(5).pretty()

hint

强制使用指定索引：

db.users.find({ age: { $gt: 25 } }).hint({ age: 1 })
db.users.find({ age: { $gt: 25 } }).hint({ $natural: 1 })  // 强制全表扫描

小结

• explain("executionStats") 分析查询性能，关注 stage、totalDocsExamined、executionTimeMillis。
• COLLSCAN（全表扫描）应避免；IXSCAN（索引扫描）是目标。
• totalDocsExamined 接近 nReturned 表示索引效率高。
• hint() 强制使用特定索引。
• 开启 profiling 记录慢查询分析。

上一节：索引类型与创建 下一节：聚合管道入门

贡献者: 布欧-Lewyon