MongoDB 索引篇

2022-11-06 07:48:10

MongoDB 索引篇

索引的简介

索引可以加快查询的速度，但是过多的索引或者规范不好的索引也会影响到查询的速度。且添加索引之后的对文档的删除，修改会比以前速度慢。因为在进行修改的时候会对索引进行更新。

创建一个简单的索引

db.wsc.ensureIndex({"username":1})

这样在查找的时候速度回变快

db.wsc.find({usernmae:"jack ma"})

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。

.

**复合索引**
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

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

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})

可能21岁的人很多，所以这个查询会有很多的结果的返回。

多值查询 multi-value-query

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。

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

###**索引的类型**
***单键索引***
就是最普通的的索引

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

**唯一索引**
确定集合的每一个文档的指定键都是唯一的值

db.users.ensureIndex({'username': 1, unique: true})

这样创建了一个值，以后再插入数据的时候，username键的值不能重复，否则会插入不成功

多键索引

如果某个键在文档中被标记为数组，那么这个索引就会被标记为多键索引

> db.members.find()

{ "_id" : ObjectId("1"), "tags" : [  "ame",  "fear",  "big" ] }

{ "_id" : ObjectId("2"), "tags" : [  "ame",  "fear",  "big",  "chi" ] }

{ "_id" : ObjectId("3"), "tags" : [  "ame",  "jr",  "big",  "chi" ] }

当我查找tags='jr'数据时，db会查找所有文档，所以nscanned=3,并且返回一条，此时n=1。

>db.members.find({tags: 'jr'}).explain()

{

    "cursor" : "BasicCursor",

    "isMultiKey" : false,

    "n" : 1,

    "nscanned" : 3,

}

然后建立索引

 db.members.ensureIndex({tags:1})

之后我们在对tags='jr'进行查找，此时nscanned=1，并且isMultiKey由原来的false变为true。所以可以说明，mongodb对数组做了多个键的索引，即把所有的数组元素都做了索引。

> db.members.find({tags: 'jr'}).explain()

{

    "cursor" : "BtreeCursor tags_1",

    "isMultiKey" : true,

    "n" : 1,

    "nscannedObjects" : 1,

    "nscanned" : 1,

}

**过期索引**
顾名思义就是索引过期之后，相应的数据会被删除。比较适合一些存储一段时间的数据。
*和设置单键索引很类似，只是多个expireAfterSeconds参数，单位是秒。*

db.collectionName.ensureIndex({key: 1}, {expireAfterSeconds: 10})

例子下面建立一个索引，然后数据会在30秒后删除

db.members.ensureIndex({time:1}, {expireAfterSeconds: 30})

被索引键的值必须是ISODate时间类型,例如new Date()类型。如果是非时间类型，则不会自动删除

稀疏索引

使用sparse可以创建稀疏索引和唯一索引

db.users.ensureIndex({'email': 1}, {'unique': true, 'sparse': true})

创建了稀疏索引的字段，在插入数据的时候无论是否这个字段是否存在都可以插入成功。

哈希索引

db.collection.createIndex( { _id: "hashed" } )

地理位置索引

当文档中有这样的数据时

	db.places.insert(

	   {

	      loc : { type: "Point", coordinates: [ -73.97, 40.77 ] },

	      name: "Central Park",

	      category : "Parks"

	   }

	)

db.places.insert(

   {

      loc : { type: "Point", coordinates: [ -73.88, 40.78 ] },

      name: "La Guardia Airport",

      category : "Airport"

   }

)

可以创建地理索引

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

**文本索引 **

###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 创建索引**
在**mongo shell**中国有两个方法

	ensureIndex()

	createIndex()

例子

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

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"

    }

]

3.dropIndex删除索引

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

或

 db.users.dropIndex({"username":1})

码农公寓