O índice precisaria cobrir toda a parte da consulta (parte de igualdade, parte de classificação e parte de intervalo). Isso ocorre porque em um típico
find() consulta, o MongoDB usa apenas um índice. Por exemplo, geralmente não usa um índice para a parte de igualdade e outro índice para a parte de classificação. Em geral, a sequência de campos no índice precisa seguir o padrão de igualdade -> classificação -> intervalo .
Isso é descrito em detalhes em Otimizando índices compostos do MongoDB .
Para sua consulta, a parte de igualdade é
tag:..., letterId:... e a parte de classificação é emailId:-1 . Não há parte de intervalo em sua consulta. Usando este padrão, o índice composto que você precisa é:
db.test.createIndex({tag:1, letterId:1, emailId:-1})
Vamos tentar confirmar quanta melhoria de desempenho podemos obter usando esse índice.
Dados de teste
Para confirmar a adequação do índice, inseri 1 milhão de registros em um banco de dados de teste usando mgeneratejs , que é uma ferramenta para criar um documento aleatório usando um modelo.
Com base no seu exemplo, o
mgeneratejs template que estou usando é:$ cat template.json
{
"emailId": "$hash",
"email": "$email",
"letterId": "$hash",
"sendedFrom": "$email",
"resultMsg": "$word",
"owner": "$name",
"created": "$date",
"result": "$bool",
"tag": "$word",
"tryNum": {"$integer": {"min": 0, "max": 1e3}},
"clickHash": "$word",
"links": {"$array": {"of": "$url", "number": {"$integer": {"min": 1, "max": 5}}}}
}
e importou 1 milhão de documentos aleatórios para o MongoDB:
$ mgeneratejs template.json -n 1000000 | mongoimport -d test -c test
Teste 1:índice não ideal
Então eu crio o índice que você tem, e tentei encontrar um documento inexistente e reuni 10 execuções da consulta com a coleção contendo apenas este índice:
> db.test.createIndex({emailId: 1, letterId: 1, result: 1, owner: 1, tag: 1, clickHash: 1})
> db.test.find({"tag" : "xyz", "letterId" : "abc"}).sort({emailId: -1}).limit(1)
Fetched 0 record(s) in 3069ms
Fetched 0 record(s) in 2924ms
Fetched 0 record(s) in 2923ms
Fetched 0 record(s) in 3013ms
Fetched 0 record(s) in 2917ms
Fetched 0 record(s) in 2961ms
Fetched 0 record(s) in 2882ms
Fetched 0 record(s) in 2870ms
Fetched 0 record(s) in 2969ms
Fetched 0 record(s) in 2863ms
então, usando esse índice, os tempos de resposta da consulta não são grandes, com a maioria das execuções próximas a 3 segundos.
Teste 2:igualdade -> classificação -> índice de intervalo
Ao adicionar a igualdade -> classificação -> intervalo ideal índice:
> db.test.createIndex({tag:1, letterId:1, emailId:-1})
> db.test.find({"tag" : "xyz", "letterId" : "abc"}).sort({emailId: -1}).limit(1)
Fetched 0 record(s) in 2ms
Fetched 0 record(s) in 1ms
Fetched 0 record(s) in 1ms
Fetched 0 record(s) in 1ms
Fetched 0 record(s) in 1ms
Fetched 0 record(s) in 1ms
Fetched 0 record(s) in 1ms
Fetched 0 record(s) in 1ms
Fetched 0 record(s) in 1ms
Fetched 0 record(s) in 3ms
Em contraste, usando o índice ótimo, o desempenho foi significativamente melhorado. Nenhuma consulta retornou em mais de 3ms, com a grande maioria das vezes retornando em 1ms.
