【mongo 系列】mongodb 學習六，索引淺析
小知識，大挑戰！本文正在參與“程序員必備小知識”創作活動
本文已參與 「掘力星計劃」 ，贏取創作大禮包，挑戰創作激勵金。
什麼是索引
索引是一種用來方便查詢數據的 數據結構
B Tree就是一種常用的數據庫索引數據結構，MongoDB採用 B 樹做索引，索引創建在colletions 上。
我們可以在這個網站上直觀的看到索引的效果
除了 B 樹，平衡二叉樹、紅黑數、B + 樹都可以用來做索引
mongodb 使用索引和不使用索引
-
MongoDB不使用索引的查詢的時候，會先掃描所有的文檔，再匹配符合條件的文檔。
-
使用索引的查詢，會通過索引找到文檔，使用索引能夠極大的提升查詢效率
mongodb 中的索引
mongodb 中的索引與多種索引類型，梳理一下看看效果
| 索引類型 | 描述 | demo |
|---|---|---|
| 單字段索引 | 在某一個特定的字段上建立索引 mongoDB 在 ID 上建立了唯一的單鍵索引，所以經常會使用 id 來進行查詢； 在索引字段上進行精確匹配、排序以及範圍查找都會使用此索引； |
創建一個倒序的索引 db.users. createIndex({age:-1}); |
| 複合索引 | 在多個特定的屬性上建立索引 複合索引鍵的排序順序,可以確定該索引是否可以支持排序操作； 在索引字段上進行精確匹配、排序以及範圍查找都會使用此索引,但與索引的順序 有關； 爲了性能考慮,應刪除存在與第一個鍵相同的單鍵索引 |
db.users. createIndex({username:1,age:-1,country:1}) |
| 多鍵索引 | 在數組的屬性上建立索引 針對這個數組的任意值的查詢都會定位到這個文檔,既多個索引入口或者鍵值引用 同一個文檔 |
db.users.createIndex({favorites.city:1}) |
| 空間索引 | 2 種平面幾何的 2d 索引，球面幾何的2dsphere索引 見後文詳解 文本索引 支持在集合中搜索字符串內容 |
db.reviews.createIndex( { comments: "text" } ) |
| Hash索引 | 不同於傳統的B-樹索引,哈希索引使用hash函數來創建索引 在索引字段上進行精確匹配,但不支持範圍查詢,不支持多鍵hash； Hash索引上的入口是均勻分佈的,在分片集合中非常有用 |
db.users.createIndex({username : 'hashed'}) |
如何使用索引
MongoDB 使用 createIndex() 方法來創建索引，createIndex() 方法基本語法格式是這樣的
db.集合名.createIndex(keys, options)
- key
文檔類型值爲要創建的索引字段，1爲指定按升序創建索引，-按降序來創建索引指定爲-1。
- options
文檔類型值 MongoDB 中提供了豐富的屬性，比如 background，是否後臺構建索引,
數據量太大時構建索引消耗時間長，爲了不影響業務，可以加上此參數
後臺運行同時還會爲其他讀寫操作讓路
- name
自定義索引名字
mongodb 的索引屬性
唯一索引
可確保索引字段不會存儲重複值
MongoDB默認在創建集合時會在_id字段上創建唯一索引，例如
db.collection.createIndex( {id:1}, {unique:true} )
部分索引
僅索引集合中符合指定過濾器表達式的文檔
較低的存儲需求，索引創建和維護的成本變小，例如
db.restaurants.createIndex( { cuisine: 1, name: 1 }, { partialFilterExpression:{ rating:{ $gt: 5 } } } )
稀疏索引
僅索引包含具有索引字段的文檔，哪怕索引字段包含空值，例如
db.addresses.createIndex( { "xmpp_id": 1 }, { sparse: true } )
TLL索引
特殊的單字段索引，在一定時間後或在特定時間自動從集合中刪除文檔
這對於日誌和會話類的信息很有用。
db.eventlog.createIndex( {"lastModifiedDate":1}, {expireAfterSeconds:3600 } )
不區分大小寫
例如
db.fruit.createIndex( { type: 1}, { collation:{ locale:'en', strength:2 } } )
如何管理索引
創建索引
db.集合名.createIndex()
查看索引
db.集合名.getIndexes() db.集合名.totalIndexSize()
更新索引
db.集合名.reIndex()
刪除索引
db.集合名.dropIndex() db.集合名.dropIndexes()
單字段索引
圖片來源於 mongodb 官網
MongoDB 爲文檔集合中的任何字段上的索引提供了完整的支持
默認情況下，所有集合在_id字段上都有一個索引，應用程序和用戶可以添加額外的索引來支持重要的查詢和操作
複合索引
MongoDB 支持複合索引，其中單個索引結構保存對集合文檔中多個字段的引用。
圖中可以看到使用了 userid 和 score 的引用， userid 是升序，score 是倒序
在官網上我們可以看到 mongodb 的每一種索引類型的圖解
- 單字段索引
- 符合索引
- 多鍵索引
多鍵索引，或可以稱爲數組索引
文檔的多個待索引字段是數組，不能創建兩個多鍵值字段的複合索引，複合索引只能包含一個字段是多鍵索引。
MongoDB是文檔型數據庫，兩個字段爲數組，這個情況是可以發生改變的，比如其中一個爲數組，另一個不是數組。
- 文本索引
- 通配符索引
MongoDB 支持動態的文檔結構，通過通配符索引應用程序可以查詢事先未知字段
例如可以這樣創建索引
{ "userMetadata" : { "likes" : [ "pigs", "cats" ] } } { "userMetadata" : { "dislikes" : "pickles" } } { "userMetadata" : { "age" : 100 } }
可以 通過$**來匹配某個字段後面未知的字段
db.userData.createIndex( { "xxx.$**" : 1 } )
- 二維空間
MongoDB中有兩種二維平面索引：2d、geoHaystack。
1、2d，對在二維平面上座標點爲存儲的數據使用索引，是2.2版本中的座標對。
2、GeyHaystack索引是一個特殊的索引，該索引被優化以在較小的區域上返回結
3、GeHaystack索引提高了使用平面幾何圖形的查詢的性能
例如
平面的座標我們可以這樣來表示
// 數組形式 location: [-43.856077, 21.848447] // 內嵌文檔形式，第一個爲經度，第二個爲緯度，忽略字段名 location: { field1: -63, field2: 31,6 }
空間索引總是稀疏的，並且忽略稀疏選項，僅支持簡單的二進制比較
- hash 索引等等
Hash索引通過索引字段值的散列來維護索引數據，使用哈希函數來計算索引字段值的哈希，
主要使用在分片鍵上。需要注意的點：
1、支持任意單字段的Hash索引，不能創建多鍵的Hash索引
2、Hash值會發生碰撞，Hash索引不能設定爲唯一約束
3、支持相等查詢，不支持範圍查詢
4、創建hash索引的字段也可以創建其他索引
5、hashed索引不支持不能轉換爲64位整數的浮點值，大於2的53次方的浮點值
// 創建一個hash索引 db.集合名.createIndex( { field: "hashed" } )
寫在最後
最後梳理一下 使用 mongodb 的注意事項：
- 對應用程序的查詢要有深刻的理解
確定將要運行的查詢的類型，以便可以構建引用這些字段的索引
- 通過索引來提高查詢效率
當索引包含該查詢掃描的所有字段時，該索引就支持該查詢
- 通過索引對查詢結果進行排序
爲了支持有效的查詢，在指定索引字段的順序和排序順序時間
- 確保索引有足夠的內存
內存有限的情況下，MongoDB 通過保存最近的值來淘汰老值，mongodb 的索引還是很消耗內存的
- 使用能夠覆蓋索引的查詢
查詢使用索引縮小結果範圍，可以限制可能檢索的文檔數量
總的來說，咱們學習還是從官網入手
歡迎點贊，關注，收藏
朋友們，你的支持和鼓勵，是我堅持分享，提高質量的動力
好了，本次就到這裏
技術是開放的，我們的心態，更應是開放的。擁抱變化，向陽而生，努力向前行。
我是小魔童哪吒，歡迎點贊關注收藏，下次見~