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
