@gy-ban
2016-11-06T07:37:37.000000Z
字数 7792
阅读 612
使用索引，mongodb可以执行有效率的查询。如果没有索引，mongodb必须对整个集合进行扫描，扫描集合中的每一个文档来找到匹配的查询。如果建立一个合适的索引来进行查询，mongodb可以通过查找索引，可以快速对文档进行定位。
下面我们来看一个例子：
在命令行输入mongo，mongodb会默认连接test数据库。
[ggyy@gy-vm03 ~]$ mongoMongoDB shell version: 3.0.0、connecting to: test>show tables>
然后在mongodb shell执行如下代码
> for(var i=0;i<100000;i++) {... db.users.insert({username:'user'+i})... }> show collectionsusers>
现在我们从users集合中查询一条数据
> db.users.find({username:"user11223"}){ "_id" : ObjectId("572027b16dae65d12fb33c33"), "username" : "user11223" }>
成功的找到了数据，但是并看不出什么其他信息。我们在查询语句后面加上explain方法再来看看
> db.users.find({username:"user11223"}).explain("executionStats"){"queryPlanner" : {"plannerVersion" : 1,"namespace" : "test.users","indexFilterSet" : false,"parsedQuery" : {"username" : {"$eq" : "user11223"}},"winningPlan" : {"stage" : "COLLSCAN","filter" : {"username" : {"$eq" : "user11223"}},"direction" : "forward"},"rejectedPlans" : [ ]},"executionStats" : {"executionSuccess" : true,"nReturned" : 1,"executionTimeMillis" : 40,"totalKeysExamined" : 0,"totalDocsExamined" : 100000,"executionStages" : {"stage" : "COLLSCAN","filter" : {"username" : {"$eq" : "user11223"}},"nReturned" : 1,"executionTimeMillisEstimate" : 30,"works" : 100002,"advanced" : 1,"needTime" : 100000,"needFetch" : 0,"saveState" : 781,"restoreState" : 781,"isEOF" : 1,"invalidates" : 0,"direction" : "forward","docsExamined" : 100000}},"serverInfo" : {"host" : "gy-vm03","port" : 27017,"version" : "3.0.0","gitVersion" : "a841fd6394365954886924a35076691b4d149168"},"ok" : 1}>
哇，好多内容啊，看不懂没关系，我们只关注"executionTimeMillis","totalDocsExamined"这两个参数，可以发现，集合中的每个文档都被扫描了，并且总时间为40毫秒。如果要是这个集合有几千万的数据，那这个服务器基本上就挂了。
那么，如果我们给username加上一个索引，效果又如何了：
> db.users.createIndex({username:1}){"createdCollectionAutomatically" : false,"numIndexesBefore" : 1,"numIndexesAfter" : 2,"ok" : 1}> db.users.getIndexes()[{"v" : 1,"key" : {"_id" : 1},"name" : "_id_","ns" : "test.users"},{"v" : 1,"key" : {"username" : 1},"name" : "username_1","ns" : "test.users"}]>
索引被成功的创建，接下来我们再次执行上一条查询语句
> db.users.find({username:"user19223"}).explain("executionStats"){"queryPlanner" : {"plannerVersion" : 1,"namespace" : "test.users","indexFilterSet" : false,"parsedQuery" : {"username" : {"$eq" : "user19223"}},"winningPlan" : {"stage" : "FETCH","inputStage" : {"stage" : "IXSCAN","keyPattern" : {"username" : 1},"indexName" : "username_1","isMultiKey" : false,"direction" : "forward","indexBounds" : {"username" : ["[\"user19223\", \"user19223\"]"]}}},"rejectedPlans" : [ ]},"executionStats" : {"executionSuccess" : true,"nReturned" : 1,"executionTimeMillis" : 0,"totalKeysExamined" : 1,"totalDocsExamined" : 1,"executionStages" : {"stage" : "FETCH","nReturned" : 1,"executionTimeMillisEstimate" : 0,"works" : 2,"advanced" : 1,"needTime" : 0,"needFetch" : 0,"saveState" : 0,"restoreState" : 0,"isEOF" : 1,"invalidates" : 0,"docsExamined" : 1,"alreadyHasObj" : 0,"inputStage" : {"stage" : "IXSCAN","nReturned" : 1,"executionTimeMillisEstimate" : 0,"works" : 2,"advanced" : 1,"needTime" : 0,"needFetch" : 0,"saveState" : 0,"restoreState" : 0,"isEOF" : 1,"invalidates" : 0,"keyPattern" : {"username" : 1},"indexName" : "username_1","isMultiKey" : false,"direction" : "forward","indexBounds" : {"username" : ["[\"user19223\", \"user19223\"]"]},"keysExamined" : 1,"dupsTested" : 0,"dupsDropped" : 0,"seenInvalidated" : 0,"matchTested" : 0}}},"serverInfo" : {"host" : "gy-vm03","port" : 27017,"version" : "3.0.0","gitVersion" : "a841fd6394365954886924a35076691b4d149168"},"ok" : 1}>
我们可以看到通过索引，只扫描了一条数据，并且这次查询几乎是没有花时间。
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，索引名的长度不能超过125个字符。通常，在一个特定集合中，索引数最好不要超过2个，选择热点键或有可能是性能瓶颈的键做索引。
mongodb支持对集合中文档的任一键建立索引（mongodb中的集合就是table，键就是column）。每个集合默认都有一个_id键的索引。用户可以另外添加索引来支持重要的查询和操作。
创建一个索引
在users集合上面创建一个单键索引
{ "_id" : objectid(...),
"name": "bobo",
"age" : 20
}
使用createIndex命令在name键上面建立索引
db.users.cerateIndex({"name" : 1})
_id键上的索引
mongodb在我们创建集合的时候，自动会在_id键上面创建_id索引,并且是唯一索引。我们不能从_id键上面移除这个索引。
内嵌文档键的索引（Indexes on Embedded Fields）
people collection
{"_id": ObjectId(...),
"name": "John Doe",
"address": {
"street": "Main",
"zipcode": "53511",
"state": "WI"
}
}
对address.zipcode创建索引
db.people.createIndex( { "address.zipcode": 1 } )
对如下集合metro创建索引
{
_id: ObjectId(...),
metro: {
city: "New York",
state: "NY"
},
name: "Giant Factory"
}
metro键是一个内嵌文档，包含city，state两个内嵌键，下面的命令可以对metro键创建索引
db.factories.createIndex( { metro: 1 } )
如下查询可以利用到基于metro键的索引
db.factories.find( { metro: { city: "New York", state: "NY" } } )
但是如下查询却不能使用metro索引
db.factories.find( { metro: { state: "NY", city: "New York" } } )
这是因为，我们的查询匹配键，必须和内嵌文档键顺序完全匹配。
什么是复合索引，就是索引中可以包含集合中文档的多个键。复合索引可以支持要求匹配多个键的查询
例如集合club_posts
{
"_id" : 51,
"post_id" : 7353,
"sticky" : false,
"club_id" : 1
}
应用需要查询post_id键，有时还需要同时查询post_id和club_id键，那么我们可以创建一个复合索引键
db.club_posts.createIndex({post_id:1,club_id:1})
{
"createdCollectionAutomatically" : false,
"numIndexesBefore" : 1,
"numIndexesAfter" : 2,
"ok" : 1
}
tips:
我们不能对hashed键创建复合建索，这样会报错。
假如有文档posts，其结构如下
{
"_id" : 16,
"body" : "dGagrshrshre",
"created_at" : ISODate("2013-09-30T06:45:33.862Z"),
"deleted_at" : null,
"envious_count" : 1,
"feedbacks" : [
{
"type" : "envious",
"user_id" : 24,
"updated_at" : ISODate("2013-09-30T07:01:46.897Z"),
"created_at" : ISODate("2013-09-30T07:01:46.897Z"),
"_id" : 37
}
],
"hateful_count" : 0,
"jealous_count" : 0,
"type" : "",
"updated_at" : ISODate("2014-05-04T10:26:40.235Z")
｝
如果我们对feedbacks这个键创建了索引，由于这是一个数组，为了索引一个储存数组的键，MongoDB对数组中的每个元素都添加索引项，我们不需要显示地指定索引为多键类型
创建多键索引
db.posts.createIndex({feedbacks:1})
使用限制
我们可以创建一个包含有多键索引的复合索引，但是在复合索引中最多只能有一个多键索引。例如，有一个索引 { a: 1, b: 1 }, 以下的文档是允许的
{ _id: 1, a: [1, 2], b: 1, category: "A array" }
{ _id: 2, a: 1, b: [1, 2], category: "B array" }
但是，如下的文档就是不被允许的，而且MongoDB将不会把这样的一个文档存储到集合中
{ _id: 1, a: [ 1, 2 ], b: [ 1, 2 ], category: "AB - both arrays" }
mongodb还支持地理空间索引和查询、文本索引、哈希索引等。
TTL索引是一种特殊索引，通过这种索引MongoDB会过一段时间后自动移除集合中的文档。这对于某些类型的信息来说是一个很理想的特性，例如机器生成的事件数据，日志，会话信息等，这些数据都只需要在数据库中保存有限时间。
使用TTL属性，只需要在创建索引的时候加上expireAfterSeconds方法
例如，如下操作在 log_events 集合的createdAt字段创建了一个索引并指定 expireAfterSeconds的值为60以使过期时间为createdAt指定的时间之后的一分钟
db.log_events.createIndex( { "createdAt": 1 }, { expireAfterSeconds: 60 } )
当向 log_events 集合添加文档时，设置 createdAt 字段为当前时间：
db.log_events.insert( {
... "createdAt": new Date(),
... "logEvent": 2,
... "logMessage": "Success!"
... } )
WriteResult({ "nInserted" : 1 })
这样log_events集合里面的文档的createdAt字段的值晚于 expireAfterSeconds中指定的秒数时，MongoDB会自动从log_events 集合删除该文档。
唯一索引可以让MongoDB拒绝保存那些被索引键的值已经重复的文档。
创建一个唯一索引
db.collection.createIndex( { a: 1 }, { unique: true } )
也可以对 复合索引 施加唯一性限制，如下：
db.collection.createIndex( { a: 1, b: 1 }, { unique: true } )
这个索引会强制要求 复合 键值的唯一性，而 不是 每个键的唯一性。
稀疏索引中值存储那些有被索引键的文档的索引项，即使被索引键的值是null也会被索引(译者注：请注意，这里对null的处理和那些特殊索引的默认稀疏特性有细微差别，比如文本索引，2d索引等)。索引会跳过所有不包含被索引键的文档。这个索引之所以称为 “稀疏” 是因为它并不包括集合中的所有文档。与之相反，非稀疏的索引会索引每一篇文档，如果一篇文档不含被索引键则为它存储一个null值。
创建一个稀疏索引
db.collection.createIndex( { a: 1 }, { sparse: true } )
在A集合上创建稀疏索引
假设集合 scores 有如下文档：
{ "_id" : ObjectId("523b6e32fb408eea0eec2647"), "userid" : "newbie" }
{ "_id" : ObjectId("523b6e61fb408eea0eec2648"), "userid" : "abby", "score" : 82 }
{ "_id" : ObjectId("523b6e6ffb408eea0eec2649"), "userid" : "nina", "score" : 90 }
集合在 score 键上有一个稀疏索引：
db.scores.createIndex( { score: 1 } , { sparse: true } )
那么，在 scores 集合上执行如下查询，将会利用稀疏索引来返回包含了 score 键且值小于 ($lt) 90 的文档：
db.scores.find( { score: { $lt: 90 } } )
由于userid为 "newbie" 的文档不包含 score 键，因此无法满足查询条件，那么查询可以利用稀疏索引来返回如下结果：
{ "_id" : ObjectId("523b6e61fb408eea0eec2648"), "userid" : "abby", "score" : 82 }
在A集合上的稀疏索引不会返回完整结果
假设集合 scores 有如下文档：
{ "_id" : ObjectId("523b6e32fb408eea0eec2647"), "userid" : "newbie" }
{ "_id" : ObjectId("523b6e61fb408eea0eec2648"), "userid" : "abby", "score" : 82 }
{ "_id" : ObjectId("523b6e6ffb408eea0eec2649"), "userid" : "nina", "score" : 90 }
集合在 score 键上有一个稀疏索引：
db.scores.createIndex( { score: 1 } , { sparse: true } )
由于userid为 "newbie" 的文档不包含 score 键， 因此稀疏索引中不包含该文档的索引项。
假设有如下查询，返回 scores 集合中 所有 文档并按照 score 键排序：
db.scores.find().sort( { score: -1 } )
即使是按照被索引键排序，MongoDB仍然 不会 选择稀疏索引来匹配这个查询，这是为了可以得到完整的结果集：
{ "_id" : ObjectId("523b6e6ffb408eea0eec2649"), "userid" : "nina", "score" : 90 }
{ "_id" : ObjectId("523b6e61fb408eea0eec2648"), "userid" : "abby", "score" : 82 }
{ "_id" : ObjectId("523b6e32fb408eea0eec2647"), "userid" : "newbie" }
如果希望使用稀疏索引，请在 hint() 显示指定该索引：
db.scores.find().sort( { score: -1 } ).hint( { score: 1 } )
稀疏索引的使用导致了只有那些包含 score 键的文档被返回了：
{ "_id" : ObjectId("523b6e6ffb408eea0eec2649"), "userid" : "nina", "score" : 90 }
{ "_id" : ObjectId("523b6e61fb408eea0eec2648"), "userid" : "abby", "score" : 82 }