索引介绍

索引在mongodb中被支持，如果没有索引，mongodb必须扫描每一个文档集合选择匹配的查询记录。这样扫描集合效率并不高，因为它需要mongod进程使用大量的数据作遍历操作。

索引是一种特殊的数据结构，它保存了小部分简单的集合数据。索引存储了一些特殊字段，并将其排序。

从根本上讲，索引在mongodb中和其他数据库系统是类似的。mongodb规定了索引的集合级别、支持索引任何字段或者子字段在mongodb文档集合中。

索引优化查询方案

要考虑数据之间的关系，做查询优化。

创建索引支持常见的面向用户的查询，确保扫描读取文件最小数量。

索引可以优化特定场景中的其它业务的性能。

排序返回数据

来看看一个索引的具体例子（其实就相当于我们查询字段一样的）

上图展示了有索引和无索引的查询方式，目测都可以看出效率。

大数据查询

当我们使用索引的时候，查询时候根据对应字段在索引中查询，无需将数据加载到内存中，直接扫描索引拿数据。这些大数据查询是非常有效率的。

索引类型

MongoDB提供了一些不同的索引类型支持的数据和查询的具体类型

• Default _id (默认_id索引)

  所有mongodb默认都有一个_id字段索引，如果我们不指定_id的值会自动生成一个ObjectId值。
  该_id索引是唯一的，并且可以防止客户端对_id字段值相同插入两个。

  # 查询articles集合的索引
  db.articles.getIndexes();
  # 添加titlei字段索引，并且为升序
  db.articles.ensureIndex({title:1});
  #重构索引(慎用)
  db.articles.reIndex();
  

  注意：索引排序规则升序：1，降序-1

• Single Field (单字段索引)

  mongodb允许定义单个字段的索引，与default _id一样，只是字段不同。

• Compound Index (复合索引[多字段索引])

  mongodb中可以自定多个字段的索引。例如，如果一个复合指标包括{userid：1，score：-1 }，索引排序第一的用户名后，在每一个用户标识符值，按得分++倒序++排序。

  {
      "_id": ObjectId(...),
      "item": "Banana",
      "category": ["food", "produce", "grocery"],
      "location": "4th Street Store",
      "stock": 4,
      "type": "cases",
      "arrival": Date(...)
  }
  

  创建方法：

  # 创建item、stock字段的复合索引，并且升序排序
  db.products.ensureIndex( { "item": 1, "stock": 1 } )
  

  注意：Hashed 字段不能创建索引，如果创建将出现错误

  Application Sort Order 使用案例：降序用户名升序时间。

  # 查询结果集中排序
  db.events.find().sort( { username: -1, date: 1 } )
  # 查询结果集中排序
  db.user_scores.find().sort({score:-1,date:-1}).limit(1)
  # 执行相关查询可以看出查询效率大大提高
  

• MultiKey Index (多键索引)

  官方文档中给出这样一个案例：

  {
      userid:"marker",
      address:[
          {zip:"618255"},
          {zip:"618254"}
      ]
  
  }
  

  # 创建索引,并将zip升序排列
  db.users.ensureIndex({"address.zip": 1});
  
  # 假如我们做这样的查询
  db.users.find({"addr":{"$in":[{zip:"618254"}]}})
  

  注意：你可以创建 多键复合索引(multikey compound indexes)

• Geospatial Index (地理空间索引)

  db.places.ensureIndex( { loc : "2dsphere" } )
  

• Text Indexes (文本索引)

  文本索引是在2.4版本更新的，提供了文本搜索文档中的集合功能，文本索引包含：字符串、字符数组。使用$text做查询操作。

  2.6版本 默认情况下使文本搜索功能。在MongoDB 2.4，你需要使文本搜索功能手动创建全文索引和执行文本搜索

  # 创建文本索引 (2.6你就不用这么麻烦了哦)
  db.articles.ensureIndex({content:"text"});
  

  复合索引可以包含文本索引 称为：复合文本索引(compound text indexes)，但有限制

  1. 复合文本索引不能包含任何其他特殊索引类型，比如：多键索引(multi-key Indexes)
  2. 如果复合文本索引包含文本索引的键，执行$text查询必须相同查询条件。可能翻译不对原文：
  （If the compound text index includes keys preceding the text index key, to perform a $text search, the query
  predicate must include equality match conditions on the preceding keys1）
  
  

• Hashed Indexes (哈希码索引)

  哈希索引在2.4版本更新的，将实体的的哈希值作为索引字段，

  # 给user_scores的score字段创建一个哈希索引
  db.user_scores.ensureIndex( { score: "hashed" } )
  

索引的属性

除了众多索引类型的支持以外，还可以使用各种属性来调整性能。

• TTL Indexes
  它是一个特殊的索引，可以在某个时间自动的删除文档集合的索引。对于一些信息数据比如说日志、事件对象、会话信息，只需要存放在数据库一个特定期限。

  使用限制：

  1. 不支持复合索引
  2. 必须是date时间类型字段
  3. 如果是date数组，按照最早时间过期。
  

  TTL index不保证过期时间立即删除,
  后台任务没60秒运行删除,
  依赖于mongod进程

• Unique Indexes

  # 创建唯一索引
  db.members.ensureIndex( { "user_id": 1 }, { unique: true } )
  

  注意：如果字段为null，那么就以null值，但不能重复插入空值。如果collection中有两个实体唯一索引字段为空，则不能创建唯一索引

  也就是说，我们还可以利用它作为类似于关系型数据库的唯一约束。

  # 强制插入空值对象后报错
  > db.users.insert({content:"unique testing"})
  WriteResult({
          "nInserted" : 0,
          "writeError" : {
                  "code" : 11000,
                  "errmsg" : "insertDocument :: caused by :: 11000 E11000 duplicat
  e key error index: test.users.$dsadsadsa  dup key: { : null }"
          }
  })
  

• Sparse Indexes

  db.addresses.ensureIndex( { "xmpp_id": 1 }, { sparse: true } )
  

• background属性 高效修改/创建索引

  在项目运行中，如果我们直接采用前面的方法创建索引或者修改索引，那么数据库会阻塞建立索引期间的所有请求。mongodb提供了background属性做后台处理。

  db.addresses.ensureIndex( { "xmpp_id": 1 }, {background: true } )
  

  我们知道如果哦阻塞所有请求，建立索引就会很快，但是使用系统的用户就需要等待，影响了数据库的操作，因此可以更具具体情况来选择使用background属性

索引名称

# 自动生成索引名称
db.products.ensureIndex( { item: 1, quantity: -1 } )
# 被命名为: item_1_quantity_-1

# 自定义索引名称
db.products.ensureIndex( { item: 1, quantity: -1 } , { name: "inventory" } )

索引交叉

在2.6版本中更新的，这块没有深入了解。

管理索引

# 添加/修改索引
db.users.ensureIndex({name:"text"});

# 删除集合所有索引
db.users.dropIndexes();

# 删除特定索引 (删除id字段升序的索引)
db.users.dropIndex({"id":1})

# 获取集合索引
db.users.getIndexes();

# 重构索引
db.users.reIndex();

总结

索引分类：

• Default _id (默认_id索引)
• Single Field (单字段索引)
• Compound Index (复合索引[多字段索引])
• MultiKey Index (多键索引)
• Geospatial Index (地理空间索引)
• Text Indexes (文本索引)
• Hashed Indexes (哈希码索引)

为什么要使用索引？想想查字典原理就明白了。

声明：本人英文水平有限，部分翻译或者理解错误请谅解。也可以偷偷告诉我，更新该文章！