MongoDB索引使用详解

"htmlcode">

> for(var i=0;i<100000;i++) {
... db.users.insert({username:'user'+i})
... }
> show collections
system.indexes
users
> 



再查看数据库发现多了system.indexes 和 users两个表，前者即所谓的索引，后者为新建的数据库表。

这样user表中即有了10万条数据。


> db.users.find()
{ "_id" : ObjectId("5694d5da8fad9e319c5b43e4"), "username" : "user0" }
{ "_id" : ObjectId("5694d5da8fad9e319c5b43e5"), "username" : "user1" }
{ "_id" : ObjectId("5694d5da8fad9e319c5b43e6"), "username" : "user2" }
{ "_id" : ObjectId("5694d5da8fad9e319c5b43e7"), "username" : "user3" }
{ "_id" : ObjectId("5694d5da8fad9e319c5b43e8"), "username" : "user4" }
{ "_id" : ObjectId("5694d5da8fad9e319c5b43e9"), "username" : "user5" }



现在需要查找其中任意一条数据,比如


> db.users.find({username: 'user1234'})
{ "_id" : ObjectId("5694d5db8fad9e319c5b48b6"), "username" : "user1234" }



发现这条数据成功找到，但需要了解详细信息，需要加上explain方法


> db.users.find({username: 'user1234'}).explain()
{
  "cursor" : "BasicCursor",
  "isMultiKey" : false,
  "n" : 1,
  "nscannedObjects" : 100000,
  "nscanned" : 100000,
  "nscannedObjectsAllPlans" : 100000,
  "nscannedAllPlans" : 100000,
  "scanAndOrder" : false,
  "indexOnly" : false,
  "nYields" : 0,
  "nChunkSkips" : 0,
  "millis" : 30,
  "indexBounds" : {
    
  },
  "server" : "root:27017"
}



参数很多，目前我们只关注其中的"nscanned" : 100000和"millis" : 30这两项。


nscanned表示mongodb在完成这个查询过程中扫描的文档总数。可以发现，集合中的每个文档都被扫描了，并且总时间为30毫秒。


如果数据有1000万个，如果每次查询文档都遍历一遍。呃，时间也是相当可观。
对于此类查询，索引是一个非常好的解决方案。


> db.users.ensureIndex({"username": 1})



然后再查找user1234


> db.users.ensureIndex({"username": 1})
> db.users.find({username: 'user1234'}).explain()
{
  "cursor" : "BtreeCursor username_1",
  "isMultiKey" : false,
  "n" : 1,
  "nscannedObjects" : 1,
  "nscanned" : 1,
  "nscannedObjectsAllPlans" : 1,
  "nscannedAllPlans" : 1,
  "scanAndOrder" : false,
  "indexOnly" : false,
  "nYields" : 0,
  "nChunkSkips" : 0,
  "millis" : 0,
  "indexBounds" : {
    "username" : [
      [
        "user1234",
        "user1234"
      ]
    ]
  },
  "server" : "root:27017"
}



的确有点不可思议，查询在瞬间完成，因为通过索引只查找了一条数据，而不是100000条。
当然使用索引是也是有代价的：对于添加的每一条索引，每次写操作（插入、更新、删除）都将耗费更多的时间。这是因为，当数据发生变化时，不仅要更新文档，还要更新级集合上的所有索引。因此，mongodb限制每个集合最多有64个索引。通常，在一个特定的集合上，不应该拥有两个以上的索引。
小技巧


如果一个非常通用的查询，或者这个查询造成了性能瓶颈，那么在某字段（比如username）建立索引是非常好的选择。但只是给管理员用的查询（不太在意查询耗费时间），就不该对这个字段建立索引。
复合索引
索引的值是按一定顺序排列的，所以使用索引键对文档进行排序非常快。


db.users.find().sort({'age': 1, 'username': 1})



这里先根据age排序再根据username排序，所以username在这里发挥的作用并不大。为了优化这个排序，可能需要在age和username上建立索引。
db.users.ensureIndex({'age':1, 'username': 1})

这就建立了一个复合索引（建立在多个字段上的索引），如果查询条件包括多个键，这个索引就非常有用。
建立复合索引后，每个索引条目都包括一个age字段和一个username字段，并且指向文档在磁盘上的存储位置。

此时，age字段是严格升序排列的，如果age相等时再按照username升序排列。
查询方式
点查询（point query）
用于查询单个值（尽管包含这个值的文档可能有多个）


db.users.find({'age': 21}).sort({'username': -1})



因为我们已经建立好复合索引，一个age一个username，建立索引时使用的是升序排序（即数字1），当使用点查询查找{age：21},假设仍然是10万条数据，可能年龄是21的很多人，因此会找到不只一条数据。然后sort({'username': -1})会对这些数据进行逆序排序，本意是这样。但我们不要忘记建立索引时'username'：1是升序（从小到大）,如果想得到逆序只要对数据从最后一个索引开始，依次遍历即可得到想要的结果。
排序方向并不重要，mongodb可以从任意方向对索引进行遍历。

综上，复合索引在点查询这种情况非常高效，直接定位年龄，不需要对结果进行排序，返回结果。
多值查询（multi-value-query）


db.users.find({'age': {"$gte": 21, "$lte": 30}})



查找多个值相匹配的文档。多值查询也可以理解为多个点查询。

如上，要查找年龄介于21到30之间。monogdb会使用索引的中的第一个键"age"得到匹配的结果，而结果通常是按照索引顺序排列的。


db.users.find({'age': {"$gte": 21, "$lte": 30}}).sort({'username': 1})



与上一个类似，这次需要对结果排序。

在没有sort时，我们查询的结果首先是根据age等于21，age等于22..这样从小到大排序，当age等于21有多个时，在进行usernameA-Z（0-9）这样排序。所以，sort({'username': 1})，要将所有结果通过名字升序排列，这次不得不先在内存中进行排序，然后返回。效率不如上一个高。
当然，在文档非常少的情况，排序也花费不了多少时间。

如果结果集很大，比如超过32MB，MongoDB会拒绝对如此多的数据进行排序工作。
还有另外一种解决方案
也可以建立另外一个索引{'username': 1, 'age': 1}, 如果先对username建立索引，当再sortusername,相当没有进行排序。但是需要在整个文档查找age等于21的帅哥美女，所以搜寻时间就长了。
但哪个效率更高呢？


如果建立多个索引，如何选择使用哪个呢？

效率高低是分情况的，如果在没有限制的情况下，不用进行排序但需要搜索整个集合时间会远超过前者。但是在返回部分数据（比如limit（1000）），新的赢家就产生了。


>db.users.find({'age': {"$gte": 21, "$lte": 30}}).
sort({username': 1}).
limit(1000).
hint({'age': 1, 'username': 1})
explain()['millis']
2031ms

>db.users.find({'age': {"$gte": 21, "$lte": 30}}).
sort({username': 1}).
limit(1000).
hint({'username': 1, 'age': 1}).
explain()['millis']
181ms




其中可以使用hint指定要使用的索引。

所以这种方式还是很有优势的。比如一般场景下，我们不会把所有的数据都取出来，只是去查询最近的，所以这种效率也会更高。
索引类型
唯一索引
可以确保集合的每个文档的指定键都有唯一值。
db.users.ensureIndex({'username': 1, unique: true})

比如使用mongoose框架，在定义schema时，即可指定unique: true.

如果插入2个相同都叫张三的数据，第二次插入的则会失败。_id即为唯一索引，并且不能删除。
稀疏索引
使用sparse可以创建稀疏索引
>db.users.ensureIndex({'email': 1}, {'unique': true, 'sparse': true})


索引管理
system.indexes集合中包含了每个索引的详细信息
db.system.indexes.find()


1.ensureIndex()创建索引
db.users.ensureIndex({'username': 1})

后台创建索引，这样数据库再创建索引的同时，仍然能够处理读写请求，可以指定background选项。
db.test.ensureIndex({"username":1},{"background":true})


2.getIndexes()查看索引


db.collectionName.getIndexes()
db.users.getIndexes()
[
  {
    "v" : 1,
    "key" : {
      "_id" : 1
    },
    "ns" : "test.users",
    "name" : "_id_"
  },
  {
    "v" : 1,
    "key" : {
      "username" : 1
    },
    "ns" : "test.users",
    "name" : "username_1"
  }
]



其中v字段只在内部使用，用于标识索引版本。
3.dropIndex删除索引


> db.users.dropIndex("username_1")
{ "nIndexesWas" : 2, "ok" : 1 }



或
全选复制放进笔记> db.users.dropIndex({"username":1})