詳解MongoDB索引優化

来源:https://www.cnblogs.com/jiagooushi/archive/2022/10/10/16775973.html
-Advertisement-
Play Games

一、索引簡介 索引通常能夠極大的提高查詢的效率，如果沒有索引，MongoDB在讀取數據時必須掃描集合中的每個文件並選取那些符合查詢條件的記錄。 1.1 概念 索引最常用的比喻就是書籍的目錄，查詢索引就像查詢一本書的目錄。本質上目錄是將書中一小部分內容信息（比如題目）和內容的位置信息（頁碼）共同構成， ...


file

一、索引簡介

索引通常能夠極大的提高查詢的效率，如果沒有索引，MongoDB在讀取數據時必須掃描集合中的每個文件並選取那些符合查詢條件的記錄。

1.1 概念

索引最常用的比喻就是書籍的目錄，查詢索引就像查詢一本書的目錄。本質上目錄是將書中一小部分內容信息（比如題目）和內容的位置信息（頁碼）共同構成，而由於信息量小（只有題目），所以我們可以很快找到我們想要的信息片段，再根據頁碼找到相應的內容。同樣索引也是只保留某個域的一部分信息（建立了索引的field的信息），以及對應的文檔的位置信息。

假設我們有如下文檔（每行的數據在MongoDB中是存在於一個Document當中）

姓名 id 部門 city score
張三 2 開發部 北京 90
李四 1 測試部 上海 70
王五 3 運維部 河北 60

1.2 索引的作用

假如我們想找id為2的document(即張三的記錄)，如果沒有索引，我們就需要掃描整個數據表，然後找出所有id為2的document。當數據表中有大量documents的時候，這個查詢時間就會很長（從磁碟上查找數據還涉及大量的IO操作)。

此時建立索引後會有什麼變化呢？MongoDB會將id數據拿出來建立索引數據，如下：

索引值 位置
1 第二行
2 第一行
3 第三行

此時，即可根據索引值快速得到原始數據的具體位置，從而獲取完整的原始數據。

1.3 索引的工作原理

這樣我們就可以通過掃描這個小表找到document對應的位置。

查找過程示意圖如下：

file
索引為什麼這麼快：

為什麼這樣速度會快呢？這主要有幾方面的因素

  1. 索引數據通過B樹來存儲，從而使得搜索的時間複雜度為O(logdN)級別的(d是B樹的度, 通常d的值比較大，比如大於100)，比原先O(N)的複雜度大幅下降。這個差距是驚人的。
  2. 索引本身是在高速緩存當中，相比磁碟IO操作會有大幅的性能提升。（需要註意的是，有的時候數據量非常大的時候，索引數據也會非常大，當大到超出記憶體容量的時候，會導致部分索引數據存儲在磁碟上，這會導致磁碟IO的開銷大幅增加，從而影響性能，所以務必要保證有足夠的記憶體能容下所有的索引數據）

當然，事物總有其兩面性，在提升查詢速度的同時，由於要建立索引，所以寫入操作時就需要額外的添加索引的操作，這必然會影響寫入的性能，所以當有大量寫操作而讀操作比較少的時候，且對讀操作性能不需要考慮的時候，就不適合建立索引。當然，目前大多數互聯網應用都是讀操作遠大於寫操作，因此建立索引很多時候是非常划算和必要的操作。

二、索引的優化

2.1 執行計劃

MongoDB中的explain()函數可以幫助我們查看查詢相關的信息，這有助於我們快速查找到搜索瓶頸進而解決它，我們接下來就看看explain()的一些用法及其查詢結果的含義。

2.1.1 基本用法

先來看一個基本用法：

db.zips.find({"pop":99999}).explain()

直接跟在find()函數後面，表示查看find()函數的執行計劃，結果如下：

{
        "queryPlanner" : {
                "plannerVersion" : 1,
                "namespace" : "zips-db.zips",
                "indexFilterSet" : false,
                "parsedQuery" : {
                        "pop" : {
                                "$eq" : 99999
                        }
                },
                "queryHash" : "891A44E4",
                "planCacheKey" : "2D13A19E",
                "winningPlan" : {
                        "stage" : "FETCH",
                        "inputStage" : {
                                "stage" : "IXSCAN",
                                "keyPattern" : {
                                        "pop" : 1
                                },
                                "indexName" : "pop_1",
                                "isMultiKey" : false,
                                "multiKeyPaths" : {
                                        "pop" : [ ]
                                },
                                "isUnique" : false,
                                "isSparse" : false,
                                "isPartial" : true,
                                "indexVersion" : 2,
                                "direction" : "forward",
                                "indexBounds" : {
                                        "pop" : [
                                                "[99999.0, 99999.0]"
                                        ]
                                }
                        }
                },
                "rejectedPlans" : [ ]
        },
        "serverInfo" : {
                "host" : "linux30",
                "port" : 27017,
                "version" : "4.4.12",
                "gitVersion" : "51475a8c4d9856eb1461137e7539a0a763cc85dc"
        },
        "ok" : 1
}

返回結果包含兩大塊信息，一個是 queryPlanner，即查詢計劃，還有一個是 serverInfo，即MongoDB服務的一些信息。

2.1.2 參數解釋

那麼這裡涉及到的參數比較多，我們來一一看一下：

參數 含義
plannerVersion 查詢計劃版本
namespace 要查詢的集合
indexFilterSet 是否使用索引
parsedQuery 查詢條件，此處為x=1
winningPlan 最佳執行計劃
stage 查詢方式，常見的有COLLSCAN/全表掃描、IXSCAN/索引掃描、FETCH/根據索引去檢索文檔、SHARD_MERGE/合併分片結果、IDHACK/針對_id進行查詢
filter 過濾條件
direction 搜索方向
rejectedPlans 拒絕的執行計劃
serverInfo MongoDB伺服器信息

2.1.3 添加參數

explain() 也接收不同的參數，通過設置不同參數我們可以查看更詳細的查詢計劃。

  • queryPlanner

是預設參數，添加queryPlanner參數的查詢結果就是我們上文看到的查詢結果，這裡不再贅述。

  • executionStats

會返回最佳執行計劃的一些統計信息，如下：

db.zips.find({"pop":99999}).explain("executionStats")

我們發現增加了一個executionStats的欄位列的信息

{
        "queryPlanner" : {
                "plannerVersion" : 1,
                "namespace" : "zips-db.zips",
                "indexFilterSet" : false,
                "parsedQuery" : {
                        "pop" : {
                                "$eq" : 99999
                        }
                },
                "winningPlan" : {
                        "stage" : "FETCH",
                        "inputStage" : {
                                "stage" : "IXSCAN",
                                "keyPattern" : {
                                        "pop" : 1
                                },
                                "indexName" : "pop_1",
                                "isMultiKey" : false,
                                "multiKeyPaths" : {
                                        "pop" : [ ]
                                },
                                "isUnique" : false,
                                "isSparse" : false,
                                "isPartial" : true,
                                "indexVersion" : 2,
                                "direction" : "forward",
                                "indexBounds" : {
                                        "pop" : [
                                                "[99999.0, 99999.0]"
                                        ]
                                }
                        }
                },
                "rejectedPlans" : [ ]
        },
        "executionStats" : {
                "executionSuccess" : true,
                "nReturned" : 0,
                "executionTimeMillis" : 1,
                "totalKeysExamined" : 0,
                "totalDocsExamined" : 0,
                "executionStages" : {
                        "stage" : "FETCH",
                        "nReturned" : 0,
                        "executionTimeMillisEstimate" : 0,
                        "works" : 1,
                        "advanced" : 0,
                        "needTime" : 0,
                        "needYield" : 0,
                        "saveState" : 0,
                        "restoreState" : 0,
                        "isEOF" : 1,
                        "docsExamined" : 0,
                        "alreadyHasObj" : 0,
                        "inputStage" : {
                                "stage" : "IXSCAN",
                                "nReturned" : 0,
                                "executionTimeMillisEstimate" : 0,
                                "works" : 1,
                                "advanced" : 0,
                                "needTime" : 0,
                                "needYield" : 0,
                                "saveState" : 0,
                                "restoreState" : 0,
                                "isEOF" : 1,
                                "keyPattern" : {
                                        "pop" : 1
                                },
                                "indexName" : "pop_1",
                                "isMultiKey" : false,
                                "multiKeyPaths" : {
                                        "pop" : [ ]
                                },
                                "isUnique" : false,
                                "isSparse" : false,
                                "isPartial" : true,
                                "indexVersion" : 2,
                                "direction" : "forward",
                                "indexBounds" : {
                                        "pop" : [
                                                "[99999.0, 99999.0]"
                                        ]
                                },
                                "keysExamined" : 0,
                                "seeks" : 1,
                                "dupsTested" : 0,
                                "dupsDropped" : 0
                        }
                }
        },
        "serverInfo" : {
                "host" : "linux30",
                "port" : 27017,
                "version" : "4.4.12",
                "gitVersion" : "51475a8c4d9856eb1461137e7539a0a763cc85dc"
        },
        "ok" : 1
}

這裡除了我們上文介紹到的一些參數之外，還多了executionStats參數，含義如下：

參數 含義
executionSuccess 是否執行成功
nReturned 返回的結果數
executionTimeMillis 執行耗時
totalKeysExamined 索引掃描次數
totalDocsExamined 文檔掃描次數
executionStages 這個分類下描述執行的狀態
stage 掃描方式，具體可選值與上文的相同
nReturned 查詢結果數量
executionTimeMillisEstimate 預估耗時
works 工作單元數，一個查詢會分解成小的工作單元
advanced 優先返回的結果數
docsExamined 文檔檢查數目，與totalDocsExamined一致

allPlansExecution：用來獲取所有執行計劃，結果參數基本與上文相同。

2.2 慢查詢

在MySQL中，慢查詢日誌是經常作為我們優化查詢的依據，那在MongoDB中是否有類似的功能呢？答案是肯定的，那就是開啟Profiling功能。該工具在運行的實例上收集有關MongoDB的寫操作，游標，資料庫命令等，可以在資料庫級別開啟該工具，也可以在實例級別開啟。該工具會把收集到的所有都寫入到system.profile集合中，該集合是一個capped collection。

2.2.1 慢查詢分析流程

慢查詢日誌一般作為優化步驟里的第一步。通過慢查詢日誌，定位每一條語句的查詢時間。比如超過了200ms，那麼查詢超過200ms的語句需要優化。然後它通過 explain() 解析影響行數是不是過大，所以導致查詢語句超過200ms。

所以優化步驟一般就是：

  1. 用慢查詢日誌（system.profile）找到超過200ms的語句
  2. 然後再通過explain()解析影響行數，分析為什麼超過200ms
  3. 決定是不是需要添加索引

2.2.2 開啟慢查詢

Profiling級別

0：關閉，不收集任何數據。
1：收集慢查詢數據，預設是100毫秒。
2：收集所有數據

資料庫設置

登錄需要開啟慢查詢的資料庫

use zips-db

查看慢查詢狀態

db.getProfilingStatus()

設置慢查詢級別

db.setProfilingLevel(2)

如果不需要收集所有慢日誌，只需要收集小於100ms的慢日誌可以使用如下命令

db.setProfilingLevel(1,200)

註意：

  • 以上操作要是在test集合下麵的話，只對該集合里的操作有效，要是需要對整個實例有效，則需要在所有的集合下設置或在開啟的時候開啟參數。
  • 每次設置之後返回給你的結果是修改之前的狀態（包括級別、時間參數）。

全局設置

在mongoDB啟動的時候加入如下參數

mongod --profile=1  --slowms=200

或在配置文件里添加2行：

profile = 1
slowms = 200

這樣就可以針對所有資料庫進行監控慢日誌了

關閉Profiling

使用如下命令可以關閉慢日誌

db.setProfilingLevel(0)

2.2.3 Profile 效率

Profiling功能肯定是會影響效率的，但是不太嚴重，原因是其使用的system.profile 來記錄，而system.profile 是一個capped collection， 這種collection 在操作上有一些限制和特點，但是效率更高。

2.2.4 慢查詢分析

通過 db.system.profile.find() 查看當前所有的慢查詢日誌

db.system.profile.find()

file

參數含義：

{
    "op" : "query",  #操作類型，有insert、query、update、remove、getmore、command   
    "ns" : "onroad.route_model", #操作的集合
    "query" : {
        "$query" : {
            "user_id" : 314436841,
            "data_time" : {
                "$gte" : 1436198400
            }
		},
        "$orderby" : {
            "data_time" : 1
        }
	},
    "ntoskip" : 0, #指定跳過skip()方法 的文檔的數量。
    "nscanned" : 2, #為了執行該操作，MongoDB在 index 中瀏覽的文檔數。 一般來說，如果 nscanned 值高於 nreturned 的值，說明資料庫為了找到目標文檔掃描了很多文檔。這時可以考慮創建索引來提高效率。
    "nscannedObjects" : 1,  #為了執行該操作，MongoDB在 collection中瀏覽的文檔數。
    "keyUpdates" : 0, #索引更新的數量，改變一個索引鍵帶有一個小的性能開銷，因為資料庫必須刪除舊的key，並插入一個新的key到B-樹索引
    "numYield" : 1,  #該操作為了使其他操作完成而放棄的次數。通常來說，當他們需要訪問還沒有完全讀入記憶體中的數據時，操作將放棄。這使得在MongoDB為了放棄操作進行數據讀取的同時，還有數據在記憶體中的其他操作可以完成
    "lockStats" : {  #鎖信息，R：全局讀鎖；W：全局寫鎖；r：特定資料庫的讀鎖；w：特定資料庫的寫鎖
        "timeLockedMicros" : {  #該操作獲取一個級鎖花費的時間。對於請求多個鎖的操作，比如對 local 資料庫鎖來更新 oplog ，該值比該操作的總長要長（即 millis ）
            "r" : NumberLong(1089485),
            "w" : NumberLong(0)
        },
        "timeAcquiringMicros" : {  #該操作等待獲取一個級鎖花費的時間。
            "r" : NumberLong(102),
            "w" : NumberLong(2)
        }
    },
    "nreturned" : 1,  // 返回的文檔數量
    "responseLength" : 1669, // 返回位元組長度，如果這個數字很大，考慮值返回所需欄位
    "millis" : 544, #消耗的時間（毫秒）
    "execStats" : {  #一個文檔,其中包含執行 查詢 的操作，對於其他操作,這個值是一個空文件， system.profile.execStats 顯示了就像樹一樣的統計結構，每個節點提供了在執行階段的查詢操作情況。
        "type" : "LIMIT", ##使用limit限制返回數  
        "works" : 2,
        "yields" : 1,
        "unyields" : 1,
        "invalidates" : 0,
        "advanced" : 1,
        "needTime" : 0,
        "needFetch" : 0,
        "isEOF" : 1,  #是否為文件結束符
        "children" : [
            {
                "type" : "FETCH",  #根據索引去檢索指定document
                "works" : 1,
                "yields" : 1,
                "unyields" : 1,
                "invalidates" : 0,
                "advanced" : 1,
                "needTime" : 0,
                "needFetch" : 0,
                "isEOF" : 0,
                "alreadyHasObj" : 0,
                "forcedFetches" : 0,
                "matchTested" : 0,
                "children" : [
                    {
                        "type" : "IXSCAN", #掃描索引鍵
                        "works" : 1,
                        "yields" : 1,
                        "unyields" : 1,
                        "invalidates" : 0,
                        "advanced" : 1,
                        "needTime" : 0,
                        "needFetch" : 0,
                        "isEOF" : 0,
                        "keyPattern" : "{ user_id: 1.0, data_time: -1.0 }",
                        "boundsVerbose" : "field #0['user_id']: [314436841, 314436841], field #1['data_time']: [1436198400, inf.0]",
                        "isMultiKey" : 0,
                        "yieldMovedCursor" : 0,
                        "dupsTested" : 0,
                        "dupsDropped" : 0,
                        "seenInvalidated" : 0,
                        "matchTested" : 0,
                        "keysExamined" : 2,
                        "children" : [ ]
                    }
                ]
            }
        ]
    },
    "ts" : ISODate("2015-10-15T07:41:03.061Z"), #該命令在何時執行
    "client" : "10.10.86.171", #鏈接ip或則主機
    "allUsers" : [
        {
            "user" : "martin_v8",
            "db" : "onroad"
        }
    ],
    "user" : "martin_v8@onroad"
}

分析:

如果發現 millis 值比較大，那麼就需要作優化。

  1. 如果nscanned數很大，或者接近記錄總數（文檔數），那麼可能沒有用到索引查詢，而是全表掃描。
  2. 如果 nscanned 值高於 nreturned 的值，說明資料庫為了找到目標文檔掃描了很多文檔。這時可以考慮創建索引來提高效率。

system.profile補充:

‘type’的返回參數說明

COLLSCAN #全表掃描
IXSCAN #索引掃描
FETCH #根據索引去檢索指定document
SHARD_MERGE #將各個分片返回數據進行merge
SORT #表明在記憶體中進行了排序（與老版本的scanAndOrder:true一致）
LIMIT #使用limit限制返回數
SKIP #使用skip進行跳過
IDHACK #針對_id進行查詢
SHARDING_FILTER #通過mongos對分片數據進行查詢
COUNT #利用db.coll.explain().count()之類進行count運算
COUNTSCAN #count不使用Index進行count時的stage返回
COUNT_SCAN #count使用了Index進行count時的stage返回
SUBPLA #未使用到索引的$or查詢的stage返回
TEXT #使用全文索引進行查詢時候的stage返回
PROJECTION #限定返回欄位時候stage的返回

對於普通查詢，我們最希望看到的組合有這些

Fetch+IDHACK
Fetch+ixscan
Limit+（Fetch+ixscan）
PROJECTION+ixscan
SHARDING_FILTER+ixscan

不希望看到包含如下的type

COLLSCAN（全表掃），SORT（使用sort但是無index），不合理的SKIP，SUBPLA（未用到index的$or）

本文由傳智教育博學谷教研團隊發佈。

如果本文對您有幫助，歡迎關註和點贊；如果您有任何建議也可留言評論或私信，您的支持是我堅持創作的動力。

轉載請註明出處！


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • 文章添加頁（富文本編輯器的使用）
    1.文章添加頁url開設 2.添加文章頁面已經富文本編輯器的使用 富文本編輯器kindeditor只要到官網下載下來，放入static文件夾就行，如何在html的script處添加對應固定代碼 {% extends 'backend/base.html' %} {% block article %} ...
  • SpringBoot-JavaMailSender介面實戰
    相信使用過Spring的眾多開發者都知道Spring提供了非常好用的JavaMailSender介面實現郵件發送，在Spring Boot的Starter模塊中也為此提供了自動化配置。 下麵通過實例來講解如何在Spring Boot中使用JavaMailSender發送郵件。 什麼是SMTP？ SM ...
  • 從零開始擼python
    開始挑戰30天從零開始 >python全棧工程師 Day1：圖書管理系統 沒有選用pycharm，選擇了更輕量化的Sublime Text編輯器，擼了一個用json充當資料庫的圖書管理系統，簡單的熟悉一下流程 1 # 圖書館開館了，準備開發一個圖書管理系統。 2 # 用json模擬資料庫的方式完成下 ...
  • 獲取 /resources 目錄資源文件的 9 種方法，還有誰不會？！
    項目開發中，經常會有一些靜態資源，被放置在resources目錄下，隨項目打包在一起，代碼中要使用的時候，通過文件讀取的方式，載入並使用； 本文中彙總整理了九種方式獲取resources目錄下文件的方法。 其中公用的列印文件方法如下： /** * 根據文件路徑讀取文件內容 * * @param fi ...
  • 文章的評論（跟評論與子評論的製作）
    文章的評論製作 先做跟評論，在做子評論 發表評論框的製作： 前端渲染髮表評論框： {# 評論功能開始#} {% if request.user.is_authenticated %} <div> <p><span class="glyphicon glyphicon-comment">發表評論：</ ...
  • SpringBoot(一) - SpringBoot 初識
    1、創建SpringBoot項目 1.1 使用Spring Initializr 的 Web頁面創建項目 創建網址：https://start.spring.io/ 1.2 使用IDEA創建 省略； 2、第一個hello 2.1 代碼 在 xxxApplication(項目名+Application ...
  • 驅動開發：內核通過PEB得到進程參數
    PEB結構`(Process Envirorment Block Structure)`其中文名是進程環境塊信息，進程環境塊內部包含了進程運行的詳細參數信息，每一個進程在運行後都會存在一個特有的PEB結構，通過附加進程並遍歷這段結構即可得到非常多的有用信息。 ...
  • 分治的理解
    分治的理解 把規模為n的問題P(n)，分解為k個規模較小、互相獨立、結構與原來問題結構相同的子問題，又進一步的分解每個子問題，直到某個閥值n0為止。遞歸地解這些子問題，再把子問題的解合併起來，得到原問題的解。 divide-and-conquer(P) { if ( | P | <= n0) adh ...
一周排行
    -Advertisement-
    Play Games
  • 移動開發（一）：使用.NET MAUI開發第一個安卓APP
    移動開發（一）：使用.NET MAUI開發第一個安卓APP 對於工作多年的C#程式員來說，近來想嘗試開發一款安卓APP，考慮了很久最終選擇使用.NET MAUI這個微軟官方的框架來嘗試體驗開發安卓APP，畢竟是使用Visual Studio開發工具，使用起來也比較的順手，結合微軟官方的教程進行了安卓 ...
  • wpf ToggleButton選中效果和一個登錄界面
    前言 QuestPDF 是一個開源 .NET 庫，用於生成 PDF 文檔。使用了C# Fluent API方式可簡化開發、減少錯誤並提高工作效率。利用它可以輕鬆生成 PDF 報告、發票、導出文件等。 項目介紹 QuestPDF 是一個革命性的開源 .NET 庫，它徹底改變了我們生成 PDF 文檔的方 ...
  • 彈幕樹洞項目功能新增篇
    項目地址 項目後端地址： https://github.com/ZyPLJ/ZYTteeHole 項目前端頁面地址： ZyPLJ/TreeHoleVue (github.com) https://github.com/ZyPLJ/TreeHoleVue 目前項目測試訪問地址： http://tree ...
  • 第27篇 sqlserver2022詳細安裝步驟
    話不多說，直接開乾 一.下載 1.官方鏈接下載： https://www.microsoft.com/zh-cn/sql-server/sql-server-downloads 2.在下載目錄中找到下麵這個小的安裝包 SQL2022-SSEI-Dev.exe，運行開始下載SQL server； 二. ...
  • .NET 開源高性能 MQTT 類庫
    前言 隨著物聯網（IoT）技術的迅猛發展，MQTT（消息隊列遙測傳輸）協議憑藉其輕量級和高效性，已成為眾多物聯網應用的首選通信標準。 MQTTnet 作為一個高性能的 .NET 開源庫，為 .NET 平臺上的 MQTT 客戶端與伺服器開發提供了強大的支持。 本文將全面介紹 MQTTnet 的核心功能 ...
  • Serilog文檔翻譯系列（六） - 可用的接收器、增強器、格式化輸出
    Serilog支持多種接收器用於日誌存儲，增強器用於添加屬性，LogContext管理動態屬性，支持多種輸出格式包括純文本、JSON及ExpressionTemplate。還提供了自定義格式化選項，適用於不同需求。 ...
  • 警惕 Visual Studio 屬性求值副作用導致邏輯不符合預期
    目錄簡介獲取 HTML 文檔解析 HTML 文檔測試參考文章 簡介 動態內容網站使用 JavaScript 腳本動態檢索和渲染數據，爬取信息時需要模擬瀏覽器行為，否則獲取到的源碼基本是空的。 本文使用的爬取步驟如下： 使用 Selenium 獲取渲染後的 HTML 文檔 使用 HtmlAgility ...
  • [使用目前最新版]HybridCLR6.9.0+YooAsset2.2.4實現純C# Unity熱更新方案 (一)
    1.前言 什麼是熱更新 游戲或者軟體更新時，無需重新下載客戶端進行安裝，而是在應用程式啟動的情況下，在內部進行資源或者代碼更新 Unity目前常用熱更新解決方案 HybridCLR，Xlua，ILRuntime等 Unity目前常用資源管理解決方案 AssetBundles，Addressable， ...
  • 在 ASP.NET Core Web API 中使用操作篩選器統一處理通用操作
    本文章主要是在C# ASP.NET Core Web API框架實現向手機發送驗證碼簡訊功能。這裡我選擇是一個互億無線簡訊驗證碼平臺，其實像阿裡雲，騰訊雲上面也可以。 首先我們先去 互億無線 https://www.ihuyi.com/api/sms.html 去註冊一個賬號 註冊完成賬號後，它會送 ...
  • 第28篇 如何.net中實現高效可靠數據同步api
    通過以下方式可以高效，並保證數據同步的可靠性 1.API設計 使用RESTful設計，確保API端點明確，並使用適當的HTTP方法（如POST用於創建，PUT用於更新）。 設計清晰的請求和響應模型，以確保客戶端能夠理解預期格式。 2.數據驗證 在伺服器端進行嚴格的數據驗證，確保接收到的數據符合預期格 ...
所有分類