MongoDB的索引和关系型数据库的索引概念和功能是相同的：
（1）不使用索引的搜索可以称为全表扫面,也就是说，服务器必须找完整个表才能查询整个结果；
（2）建立索引后搜索，查询在索引中搜索，在索引的条目中找到条目以后，就可以直接跳转到目标文档的位置；这样的搜索比全表的搜索的速度要提高好几个数量级；
先向集合blog中添加1000000个文档：
|
1
2
3
4
5
6
7
8
|
> for (i=0;i<1000000;i++){
... db.users.insert(
... {"i":i,
... "username":"user"+1,
... "age":Math.floor(Math.random()*120),
... "created":new Date()});}
WriteResult({ "nInserted" : 1 })
> |
在上述的集合中随机查询一个文档，使用explain函数来查看搜索过程中的信息：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
> db.users.find({"username":"user101"}).explain()
{ "cursor" : "BasicCursor",
"isMultiKey" : false,
"n" : 1,
"nscannedObjects" : 1000000,
"nscanned" : 1000000,
"nscannedObjectsAllPlans" : 1000000,
"nscannedAllPlans" : 1000000,
"scanAndOrder" : false,
"indexOnly" : false,
"nYields" : 7812,
"nChunkSkips" : 0,
"millis" : 344,
"server" : "localhost.localdomain:27017",
"filterSet" : false } > |
其中millies指明搜索花费的毫秒数为344毫秒；
其中n代表扫描全表后的搜索后的结果数为1，搜索并不知道username为user101的数量到底有几个，为优化查询将查询的结果限制为1个，这样在找到第一个文档后便停止搜索：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
> db.users.find({"username":"user101"}).limit(1).explain()
{ "cursor" : "BasicCursor",
"isMultiKey" : false,
"n" : 1,
"nscannedObjects" : 102,
"nscanned" : 102,
"nscannedObjectsAllPlans" : 102,
"nscannedAllPlans" : 102,
"scanAndOrder" : false,
"indexOnly" : false,
"nYields" : 0,
"nChunkSkips" : 0,
"millis" : 0,
"server" : "localhost.localdomain:27017",
"filterSet" : false } > |
可以看到millis为0，因为扫描文档的数量极大减少了，查询几乎瞬间完成；
但是这个方法有缺陷，如果找users999999，仍然几乎扫描整个集合。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
> db.users.find({"username":"user999999"}).limit(1).explain()
{ "cursor" : "BasicCursor",
"isMultiKey" : false,
"n" : 1,
"nscannedObjects" : 1000000,
"nscanned" : 1000000,
"nscannedObjectsAllPlans" : 1000000,
"nscannedAllPlans" : 1000000,
"scanAndOrder" : false,
"indexOnly" : false,
"nYields" : 7812,
"nChunkSkips" : 0,
"millis" : 321,
"server" : "localhost.localdomain:27017",
"filterSet" : false } > |
花费几乎和搜索整个集合的的时间millis差不多为321，而且随着文档数量增加，查询花费的时间越长；
在username字段上创建索引：
|
1
2
3
4
5
6
7
8
|
> db.users.ensureIndex({"username":1})
{ "createdCollectionAutomatically" : false,
"numIndexesBefore" : 1,
"numIndexesAfter" : 2,
"ok" : 1
} > |
再次查询users999999的用户：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
|
> db.users.find({"username":"user999999"}).limit(1).explain()
{ "cursor" : "BtreeCursor username_1",
"isMultiKey" : false,
"n" : 1,
"nscannedObjects" : 1,
"nscanned" : 1,
"nscannedObjectsAllPlans" : 1,
"nscannedAllPlans" : 1,
"scanAndOrder" : false,
"indexOnly" : false,
"nYields" : 0,
"nChunkSkips" : 0,
"millis" : 85,
"indexBounds" : {
"username" : [
[
"user999999",
"user999999" ]
]
},
"server" : "localhost.localdomain:27017",
"filterSet" : false } > |
花费的时间millis为85，比没有创建索引前的321要少很多；
当然索引会加快查询的速度，但是也有弊端，每次添加、删除、更新一个文档，MongoDB不仅要更新文档，还要更新文档上的索引；
每个集合只能有64个集合，挑选合适的字段建立索引非常重要。
本文转自 bannerpei 51CTO博客，原文链接：http://blog.51cto.com/281816327/1600482，如需转载请自行联系原作者