Funktionsweise von MongoDB-B-Tree-Indizes

Ohne Index muss MongoDB jedes Dokument einer Collection durchsuchen, um eine Abfrage zu erfüllen – dies wird als Collection Scan (COLLSCAN) bezeichnet. Bei einer Collection mit Millionen von Dokumenten kann ein COLLSCAN Sekunden oder sogar Minuten dauern. Ein Index ist eine separate, geordnete Datenstruktur, mit der MongoDB direkt zu den passenden Dokumenten springen kann – innerhalb von Mikrosekunden.

MongoDB verwendet einen B-Baum (balancierten Baum), um Indexeinträge zu speichern. Ein B-Baum ist als Hierarchie von Knoten organisiert: oben befindet sich der Wurzelknoten, in der Mitte liegen interne Knoten und unten die Blattknoten. Jeder Knoten enthält mehrere Schlüssel-Wert-Paare und Verweise auf untergeordnete Knoten. Der Baum bleibt balanciert – alle Blattknoten befinden sich auf derselben Ebene –, sodass Suchvorgänge unabhängig vom gesuchten Wert immer gleich viele Schritte benötigen.

Wenn Sie einen Index für ein Feld wie age erstellen, baut MongoDB einen B-Baum auf, in dem jeder Eintrag eines Blattknotens den Wert des indizierten Feldes zusammen mit einem Verweis (der RecordId) auf das tatsächliche Dokument auf dem Datenträger enthält. Die Einträge werden aufsteigend oder absteigend sortiert, je nachdem, wie Sie den Index definieren. Da der Baum sortiert ist, kann MongoDB Gleichheitssuchen, Bereichsabfragen und Sortiervorgänge aus derselben Struktur bedienen.

Jede Abfrage durchläuft den Abfrageplaner von MongoDB. Dieser bewertet die verfügbaren Indizes und wählt den effizientesten Ausführungsplan. Wenn der Planer einen geeigneten Index findet, verwendet er anstelle eines COLLSCAN den Schritt IXSCAN (Index Scan). Ein IXSCAN durchläuft den B-Baum von der Wurzel bis zu den passenden Blattknoten und lädt anschließend mithilfe der RecordId-Verweise nur die relevanten Dokumente vom Datenträger.

Ein B-Baum-Index unterstützt drei Arten von Zugriffsmustern: Gleichheitssuchen (den exakten Schlüssel finden), Bereichsscans (zusammenhängende Blattknoten zwischen zwei Grenzen durchlaufen) und Sortiervorgänge (der Baum ist bereits geordnet, daher ist keine Sortierung im Arbeitsspeicher erforderlich). Diese dreifache Fähigkeit macht einen gut platzierten Index deutlich nützlicher, als es zunächst erscheinen mag.

Wenn Sie einen Index mit 1 erstellen, werden die Einträge aufsteigend gespeichert; -1 speichert sie absteigend. Bei einem Index für ein einzelnes Feld spielt die Richtung kaum eine Rolle, da MongoDB den B-Baum in beide Richtungen durchlaufen kann. Bei zusammengesetzten Indizes wird die Richtung entscheidend, da die Kombination der Richtungen mit der von Ihren Abfragen verwendeten Sortierreihenfolge übereinstimmen muss.

MongoDB versucht, den Arbeitsbestand der Indizes im RAM (dem WiredTiger-Cache) zu halten. Wenn ein Index vollständig in den Arbeitsspeicher passt, sind Suchvorgänge praktisch kostenlose E/A-Operationen. Ist ein Index zu groß für den RAM, muss MongoDB Indexknoten vom Datenträger nachladen, was zu starken Latenzspitzen führt. Deshalb sollten Sie Indizes schlank halten: Indizieren Sie nur Felder, die Sie tatsächlich abfragen, und verwenden Sie Projektionen, um nicht benötigte Daten nicht zurückzugeben.

Eine abgedeckte Abfrage ist eine Abfrage, bei der alle Felder des Filters und der Projektion im Index vorhanden sind. MongoDB kann eine solche Abfrage ausschließlich mithilfe des Index-B-Baums beantworten und muss das eigentliche Dokument nie vom Datenträger laden. Abgedeckte Abfragen sind äußerst schnell und sollten für besonders häufig verwendete Lesezugriffe gezielt eingeplant werden.

Jede MongoDB-Collection verfügt automatisch über einen eindeutigen B-Baum-Index für _id. Dieser Standardindex ist der Grund dafür, dass Suchen nach _id auch in sehr großen Collections immer schnell sind. Sie können den _id-Index nicht löschen. Alle anderen Indizes sind optional und müssen von der Entwicklerin, dem Entwickler oder der Datenbankadministration ausdrücklich erstellt werden.

Indizes beschleunigen Lesevorgänge, verlangsamen aber Schreibvorgänge. Bei jedem Einfügen, Aktualisieren oder Löschen muss nicht nur das Dokument auf dem Datenträger, sondern auch jeder B-Baum aktualisiert werden, der ein Feld dieses Dokuments indiziert. Eine Collection mit 10 Indizes verursacht bei jedem Einfügen 10 zusätzliche B-Baum-Schreibvorgänge. Dieser Zielkonflikt bedeutet, dass Sie nur Indizes erstellen sollten, die tatsächlichen Abfragemustern dienen – ungenutzte Indizes verursachen weiterhin Schreibaufwand.

Wenn Sie ein Feld indizieren, das ein Array enthält, erstellt MongoDB einen Multikey-Index und fügt für jedes Array-Element einen B-Baum-Eintrag ein. Dadurch können Abfragen wie { tags: 'mongodb' } den Index verwenden, obwohl tags ein Array ist. MongoDB erkennt Array-Felder automatisch und setzt das Multikey-Flag. Beim Erstellen des Index müssen Sie nichts Besonderes beachten.

In dieser Lektion haben Sie gelernt: MongoDB verwendet B-Baum-Strukturen, deren sortierte Blatteinträge auf RecordIds von Dokumenten verweisen, der Abfrageplaner wählt IXSCAN statt COLLSCAN, wenn ein geeigneter Index vorhanden ist, und Indizes beschleunigen Lesevorgänge, verursachen aber zusätzlichen Schreibaufwand. Als Nächstes beschäftigen wir uns mit dem Erstellen von Indizes für einzelne Felder und zusammengesetzten Indizes.