一、MongoDB索引
1、索引介紹
索引在mongodb中被支持，如果沒有索引，mongodb必須掃描每一個文檔集合選擇匹配的查詢記錄。這樣掃描集合效率並不高，因爲它需要mongod進程使用大量的數據作遍歷操作。 索引是一種特殊的數據結構，它保存了小部分簡單的集合數據。索引存儲了一些特殊字段，並將其排序。
從根本上講，索引在mongodb中和其他數據庫系統是類似的。mongodb規定了索引的集合級別、支持索引任何字段或者子字段在mongodb文檔集合中。
2、索引優化查詢方案
要考慮數據之間的關係，做查詢優化。
創建索引支持常見的面向用戶的查詢，確保掃描讀取文件最小數量。
索引可以優化特定場景中的其它業務的性能。
3、排序返回數據
來看看一個索引的具體例子（其實就相當於我們查詢字段一樣的）
4、索引類型
MongoDB提供了一些不同的索引類型支持的數據和查詢的具體類型
Default _id (默認_id索引) ：所有mongodb默認都有一個_id字段索引，如果我們不指定_id的值會自動生成一個ObjectId值。 該_id索引是唯一的，並且可以防止客戶端對_id字段值相同插入兩個。
# 查詢articles集合的索引 db.articles.getIndexes(); # 添加titlei字段索引，並且爲升序 db.articles.ensureIndex({title:1}); #重構索引(慎用) db.articles.reIndex();
注意：索引排序規則升序：1，降序-1
Single Field (單字段索引) ：mongodb允許定義單個字段的索引，與default _id一樣，只是字段不同。
Compound Index (複合索引[多字段索引]) ：mongodb中可以自定多個字段的索引。例如，如果一個複合指標包括{userid：1，score：-1 }，索引排序第一的用戶名後，在每一個用戶標識符值，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(...)
}創建方法：
# 創建item、stock字段的複合索引，並且升序排序
db.products.ensureIndex( { "item": 1, "stock": 1 } )
注意：Hashed 字段不能創建索引，如果創建將出現錯誤
Application Sort Order 使用案例：降序用戶名升序時間。
# 查詢結果集中排序
db.events.find().sort( { username: -1, date: 1 } )
# 查詢結果集中排序
db.user_scores.find().sort({score:-1,date:-1}).limit(1)MultiKey Index (多鍵索引)
官方文檔中給出這樣一個案例：
{
userid:"marker",
address:[
{zip:"618255"},
{zip:"618254"}
]
}
# 創建索引,並將zip升序排列
db.users.ensureIndex({"address.zip": 1});
# 假如我們做這樣的查詢
db.users.find({"addr":{"$in":[{zip:"618254"}]}})注意：你可以創建 多鍵複合索引(multikey compound indexes)
Geospatial Index (地理空間索引)
db.places.ensureIndex( { loc : "2dsphere" } )
Text Indexes (文本索引) ：文本索引是在2.4版本更新的，提供了文本搜索文檔中的集合功能，文本索引包含：字符串、字符數組。使用$text做查詢操作。 2.6版本 默認情況下使文本搜索功能。在MongoDB 2.4，你需要使文本搜索功能手動創建全文索引和執行文本搜索
# 創建文本索引
db.articles.ensureIndex({content:"text"});複合索引可以包含文本索引 稱爲：複合文本索引(compound text indexes)，但有限制 ：
複合文本索引不能包含任何其他特殊索引類型，比如：多鍵索引(multi-key Indexes)
如果複合文本索引包含文本索引的鍵，執行$text查詢必須相同查詢條件。可能翻譯不對原文：
（If the compound text index includes keys preceding the text index key, to perform a $text search, the query
predicate must include equality match conditions on the preceding keys1）
Hashed Indexes (哈希碼索引) ：哈希索引在2.4版本更新的，將實體的的哈希值作爲索引字段，
# 給user_scores的score字段創建一個哈希索引
db.user_scores.ensureIndex( { score: "hashed" } )
5、索引的屬性
除了衆多索引類型的支持以外，還可以使用各種屬性來調整性能。
TTL Indexes ：它是一個特殊的索引，可以在某個時間自動的刪除文檔集合的索引。對於一些信息數據比如說日誌、事件對象、會話信息，只需要存放在數據庫一個特定期限。
使用限制：
不支持複合索引
必須是date時間類型字段
如果是date數組，按照最早時間過期。
注意：TTL index不保證過期時間立即刪除,，後臺任務沒60秒運行刪除, 依賴於mongod進程。
Unique Indexes
# 創建唯一索引
db.members.ensureIndex( { "user_id": 1 }, { unique: true } )注意：如果字段爲null，那麼就以null值，但不能重複插入空值。如果collection中有兩個實體唯一索引字段爲空，則不能創建唯一索引
也就是說，我們還可以利用它作爲類似於關係型數據庫的唯一約束。
# 強制插入空值對象後報錯
> db.users.insert({content:"unique testing"})
WriteResult({
"nInserted" : 0,
"writeError" : {
"code" : 11000,
"errmsg" : "insertDocument :: caused by :: 11000 E11000 duplicat
e key error index: test.users.$dsadsadsa dup key: { : null }"
}
})Sparse Indexes
db.addresses.ensureIndex( { "xmpp_id": 1 }, { sparse: true } )background屬性 高效修改/創建索引 ：在項目運行中，如果我們直接採用前面的方法創建索引或者修改索引，那麼數據庫會阻塞建立索引期間的所有請求。mongodb提供了background屬性做後臺處理。
db.addresses.ensureIndex( { "xmpp_id": 1 }, {background: true } )我們知道如果阻塞所有請求，建立索引就會很快，但是使用系統的用戶就需要等待，影響了數據庫的操作，因此可以更具具體情況來選擇使用background屬性
6、索引名稱
# 自動生成索引名稱
db.products.ensureIndex( { item: 1, quantity: -1 } )
# 被命名爲: item_1_quantity_-1
# 自定義索引名稱
db.products.ensureIndex( { item: 1, quantity: -1 } , { name: "inventory" } )7 、管理索引
# 添加/修改索引
db.users.ensureIndex({name:"text"});
# 刪除集合所有索引
db.users.dropIndexes();
# 刪除特定索引 (刪除id字段升序的索引)
db.users.dropIndex({"id":1})
# 獲取集合索引
db.users.getIndexes();
# 重構索引
db.users.reIndex();8、索引分類
Default _id (默認_id索引)
Single Field (單字段索引)
Compound Index (複合索引[多字段索引])
MultiKey Index (多鍵索引)
Geospatial Index (地理空間索引)
Text Indexes (文本索引)
Hashed Indexes (哈希碼索引)
二、應用舉例
創建單字段索引：
> db.testcoll.ensureIndex({Name: 1})
> db.testcoll.getIndexes()
[
{
"v" : 1,
"name" : "_id_",
"key" : {
"_id" : 1
},
"ns" : "test.testcoll"
},
{
"v" : 1,
"name" : "Name_1",
"key" : {
"Name" : 1
},
"ns" : "test.testcoll"
}
]創建哈希索引：
> db.testcoll.ensureIndex({Name: "hashed"})
> db.testcoll.getIndexes()
[
{
"v" : 1,
"name" : "_id_",
"key" : {
"_id" : 1
},
"ns" : "test.testcoll"
},
{
"v" : 1,
"name" : "Name_1",
"key" : {
"Name" : 1
},
"ns" : "test.testcoll"
},
{
"v" : 1,
"name" : "Name_hashed",
"key" : {
"Name" : "hashed"
},
"ns" : "test.testcoll"
}
]刪除哈希索引：
> db.testcoll.dropIndex("Name_hashed")
{ "nIndexesWas" : 3, "ok" : 1 }
> db.testcoll.getIndexes()
[
{
"v" : 1,
"name" : "_id_",
"key" : {
"_id" : 1
},
"ns" : "test.testcoll"
},
{
"v" : 1,
"name" : "Name_1",
"key" : {
"Name" : 1
},
"ns" : "test.testcoll"
}
]刪除單字段索引：
> db.testcoll.dropIndex({Name: 1})
{ "nIndexesWas" : 2, "ok" : 1 }
> db.testcoll.getIndexes()
[
{
"v" : 1,
"name" : "_id_",
"key" : {
"_id" : 1
},
"ns" : "test.testcoll"
}
]刪除所有索引：
> db.testcoll.dropIndexes()
查看索引是否用到：
> db.testcoll.find({Name: "User:88"}).explain()
{
"cursor" : "BasicCursor",
"isMultiKey" : false,
"n" : 1,
"nscannedObjects" : 100,
"nscanned" : 100,
"nscannedObjectsAllPlans" : 100,
"nscannedAllPlans" : 100,
"scanAndOrder" : false,
"indexOnly" : false,
"nYields" : 0,
"nChunkSkips" : 0,
"millis" : 42,
"indexBounds" : {
},
"server" : "www.example.com:27017"
}
> db.testcoll.find().count()
100通過創建索引可以發現在查詢時只需要一次就行，不用在全文檔掃描：
> db.testcoll.ensureIndex({Name: 1}),{unique: true}
{ "unique" : true }
> db.testcoll.find({Name: "User:88"}).explain()
{
"cursor" : "BtreeCursor Name_1",
"isMultiKey" : false,
"n" : 1,
"nscannedObjects" : 1,
"nscanned" : 1,
"nscannedObjectsAllPlans" : 1,
"nscannedAllPlans" : 1,
"scanAndOrder" : false,
"indexOnly" : false,
"nYields" : 0,
"nChunkSkips" : 0,
"millis" : 0,
"indexBounds" : {
"Name" : [
[
"User:88",
"User:88"
]
]
},
"server" : "www.example.com:27017"
}指定索引查詢：
> db.testcoll.find({Name: "User:88"}).hint({Name: 1}).explain()總結：
前面只是簡單的介紹了MongoDB的索引及其的使用，在查詢時我們最好可以根據創建的索引來進行查詢，這樣做可以大大節省磁盤IO的開銷。若查詢時沒有相關的索引則極可能遍歷全部文檔，這樣大大降低了性能。在實際使用中創建和使用索引要做到：根據實際的需求創建最合適索引，查詢時也要使用最合適的索引。對於索引的使用前面所講的只是一些皮毛知識，若想深入學習建議可以查閱《數據庫索引設計與優化》。