看到explain和hint的时候，第一个想到的就是mysql，确实，这就是在mysql中借鉴过来的，既然是借鉴过来的，我想大家都知道这两个关键字的用处，话不多说，速速观看~~~
一：explain演示
1. 构建数据
为了方便演示，我需要生成10条数据 to inventory，而且还是要在 no index 的情况下，比如下面这样：
db.inventory.insertMany([
{ "_id" : 1, "item" : "f1", type: "food", quantity: 500 },
{ "_id" : 2, "item" : "f2", type: "food", quantity: 100 },
{ "_id" : 3, "item" : "p1", type: "paper", quantity: 200 },
{ "_id" : 4, "item" : "p2", type: "paper", quantity: 150 },
{ "_id" : 5, "item" : "f3", type: "food", quantity: 300 },
{ "_id" : 6, "item" : "t1", type: "toys", quantity: 500 },
{ "_id" : 7, "item" : "a1", type: "apparel", quantity: 250 },
{ "_id" : 8, "item" : "a2", type: "apparel", quantity: 400 },
{ "_id" : 9, "item" : "t2", type: "toys", quantity: 50 },
{ "_id" : 10, "item" : "f4", type: "food", quantity: 75 }]);2. 无索引查询
db.inventory.find({ quantity: { $gte: 100, $lte: 200 } }
).explain("executionStats")从上图中可以看到三个圈圈，这些都是我们在find中非常重要的信息，具体信息解释如下：
1) COLLSCAN
这个是什么意思呢？如果你仔细一看，应该知道就是CollectionScan，这就是所谓的“集合扫描”，对不对，看到集合扫描是不是就可以直接map到数据库中的table scan/heap scan呢？？？是的，这就是所谓的性能最烂最无奈的由来。
2) nReturned
这个很简单，就是说最后返回的num个数，从图中可以看到最终返回了三条。。。
3) docsExamined
那这个是什么意思呢？？其实就是检查了10个documents。。。最后返回了上面的nReturned。。。
ok，从上面三个信息中可以得出，原来我 examine 10 条数据，最终才返回3条，说明7条数据的scan是无用的，问题就来了，如何减少examine的documents次数。。。完整的plans如下：
/* 1 */
{"queryPlanner" : {"plannerVersion" : 1,"namespace" : "datamip.inventory","indexFilterSet" : false,"parsedQuery" : {"$and" : [ {"quantity" : {"$lte" : 200.0}}, {"quantity" : {"$gte" : 100.0}}]},"winningPlan" : {"stage" : "COLLSCAN","filter" : {"$and" : [ {"quantity" : {"$lte" : 200.0}}, {"quantity" : {"$gte" : 100.0}}]},"direction" : "forward"},"rejectedPlans" : []},"executionStats" : {"executionSuccess" : true,"nReturned" : 3,"executionTimeMillis" : 1,"totalKeysExamined" : 0,"totalDocsExamined" : 10,"executionStages" : {"stage" : "COLLSCAN","filter" : {"$and" : [ {"quantity" : {"$lte" : 200.0}}, {"quantity" : {"$gte" : 100.0}}]},"nReturned" : 3,"executionTimeMillisEstimate" : 0,"works" : 12,"advanced" : 3,"needTime" : 8,"needYield" : 0,"saveState" : 0,"restoreState" : 0,"isEOF" : 1,"invalidates" : 0,"direction" : "forward","docsExamined" : 10}},"serverInfo" : {"host" : "localhost.localdomain","port" : 27017,"version" : "3.2.8","gitVersion" : "ed70e33130c977bda0024c125b56d159573dbaf0"},"ok" : 1.0
}3. 使用 single field 加速查找
知道前因后果之后，就可以进行针对性的建立索引，比如拿 quality 字段举例如下：
db.inventory.createIndex({ quantity: 1})db.inventory.find({ quantity: { $gte: 100, $lte: 200 } }
).explain("executionStats")这时候有意思了，当执行完 createindex 之后，再次 explain，有4个重要的parameters需要特别注意一下：
1) IXSCAN
这个时候再也不是所谓的COLLSCAN了，而是IndexScan，说明已经命中索引了。
2) nReturned,totalDocsExamined，totalKeysExamined
从图中可以看到三个参数都是3，这就说明 mongodb 查看了3个key，3个document，返回了3个文档，这就是所谓的高性能吧。
二：hint演示
说到hint，也挺有意思，它用来强制mongodb 执行指定的索引，为了方便演示，做两组复合索引，比如这次在quality和type上构建一下：
构建完之后，我强制 mongodb 去使用 quantity 开头的复合索引，从而强制mongodb 放弃那个以{type:1,quantity:1}的复合索引，很有意思哦，比如下图：
从图中可以看到，mongodb 检查了6个keys最终找到了2个文档，下面我不hint来看一下mongodb自己抉择的最优plan是怎么样的。
再看上面的图，你应该明白了，mongodb果然执行了那个最优的plan，是不是很好玩，好了，本篇就说到这里，希望对你有帮助~
