NoSQL 与搜索 / 系统课时
处理 Plan Cache 与 Query Settings
处理 Plan Cache 与 Query Settings
查询忽快忽慢时,问题不一定是“索引失效”,也可能是缓存计划不再适合当前数据分布。本课把 Plan Cache 的重规划机制与 MongoDB 8.x Query Settings 分开处理,并建立一套可观测、可约束、可回滚的治理方式。
学习目标
- 区分 Plan Cache、
planCacheShapeHash、planCacheKey与 Query Settings 的职责 - 判断缓存计划何时失效、何时重规划,以及为什么
explain()不能证明线上正在命中哪个缓存计划 - 使用 MongoDB 8.x Query Settings 为关键查询限制候选索引,并安全撤销配置
把缓存与约束分开看
Plan Cache 保存查询规划器已经评估过的计划,目的是避免同一类查询每次都重新比较候选方案。它属于具体 mongod 的运行时状态,不跨进程重启持久化;副本集不同成员接收到的读流量不同,缓存内容也可能不同。
MongoDB 8.0 把原有的计划缓存查询形状明确为 plan cache query shape,并提供 planCacheShapeHash 标识这种形状。planCacheKey 还会把“当前可用索引”纳入计算,因此同一查询形状在新增、删除或隐藏可用索引后,planCacheShapeHash 可以不变,而 planCacheKey 发生变化。
Query Settings 解决的是另一类问题:它按 MongoDB 8.x 的 query shape 为 find、distinct、aggregate 设置集群级规划约束,并在集群重启后保留。它不是缓存某个执行计划,而是给规划器额外输入,例如限制允许参与规划的索引或拒绝某类操作。

判断何时真的发生重规划
一个查询形状没有缓存项时,规划器会评估候选方案,并先形成 Inactive 条目;后续执行达到可接受条件后,条目可转为 Active。Active 计划并不是永久绑定,如果运行表现不再满足选择标准,缓存项可以退回 Inactive,再触发候选计划比较。
缓存还会因为集合相关 DDL 被清除,例如创建、删除或隐藏索引;mongod 重启也会丢失本地计划缓存,LRU 淘汰或人工清理同样会移除条目。因此“昨天用索引 A,今天变成索引 B”应先核对索引变更、重启和数据分布,而不是直接清空整个缓存。
用 Query Settings 约束关键查询
下面在演练数据库中建立两个可竞争的索引,再为一个查询形状只允许复合索引参与规划。示例使用代表性查询直接创建 Query Settings,随后从 $querySettings 读取并撤销,避免给演练环境留下长期约束。
const app = db.getSiblingDB("shop");
const admin = db.getSiblingDB("admin");
app.orders.drop();
app.orders.insertMany([
{ _id: 1, tenantId: "t1", status: "OPEN", createdAt: ISODate("2026-08-20T10:00:00Z") },
{ _id: 2, tenantId: "t1", status: "OPEN", createdAt: ISODate("2026-08-21T10:00:00Z") },
{ _id: 3, tenantId: "t2", status: "OPEN", createdAt: ISODate("2026-08-22T10:00:00Z") }
]);
app.orders.createIndex(
{ tenantId: 1, status: 1, createdAt: -1 },
{ name: "tenant_status_created" }
);
app.orders.createIndex(
{ status: 1, createdAt: -1 },
{ name: "status_created" }
);
const shape = {
find: "orders",
filter: { tenantId: "t1", status: "OPEN" },
sort: { createdAt: -1 },
$db: "shop"
};
printjson(db.adminCommand({
setQuerySettings: shape,
settings: {
indexHints: [{
ns: { db: "shop", coll: "orders" },
allowedIndexes: ["tenant_status_created"]
}]
}
}));
const current = admin.aggregate([
{ $querySettings: {} },
{ $match: {
"representativeQuery.$db": "shop",
"representativeQuery.find": "orders"
}},
{ $project: {
_id: 0,
queryShapeHash: 1,
allowedIndexes: {
$arrayElemAt: ["$settings.indexHints.allowedIndexes", 0]
}
}}
]).toArray();
printjson(current);
printjson(db.adminCommand({ removeQuerySettings: shape }));预期输出
{ ok: 1 }
[
{
queryShapeHash: '<QUERY_SHAPE_HASH>',
allowedIndexes: [ 'tenant_status_created' ]
}
]
{ ok: 1 }<QUERY_SHAPE_HASH> 是动态值,实际十六进制字符串会不同。allowedIndexes 只是限制规划器可考虑的索引集合,并不等于“强制固定某个物理计划”;即使设置了索引约束,规划器仍可能判断集合扫描更合适。
把变更做成可回滚操作
先用慢查询日志、Profiler、$queryStats 或业务延迟确认是稳定存在的查询形状,再查看 $planCacheStats 中的 isActive、planCacheShapeHash、planCacheKey 和已应用的 querySettings。如果只是一次偶发慢查询,不要立即施加长期约束。
需要干预时,优先让 Query Settings 只作用于明确的关键 query shape,并记录为什么限制索引。MongoDB 8.0 起 index filter 已被弃用,新治理应优先使用 Query Settings。回滚时用 removeQuerySettings 删除约束;只有确认缓存本身需要重新评估时,才针对具体查询形状清理计划缓存,而不是在高峰期对整个集合做无差别清空。
Plan Cache 负责“复用已经选过的方案”,Query Settings 负责“控制规划器允许怎样选”。把这两层分开观测和回滚,才能避免把一次性能波动变成长期的人为锁定。