MongoDB索引知识

简介: MongoDB索引基于B树结构,可高效支持查询,避免全表扫描。支持单字段、复合、地理空间、文本及哈希索引,提升查询性能,适用于多样数据场景。

4.1 概述
索引支持在MongoDB中高效地执行查询。如果没有索引,MongoDB必须执行全集合扫描,即扫描集合中的每个文档,以选择与查询语句匹配的文档。这种扫描全集合的查询效率是非常低的,特别在处理大量的数据时,查询可以要花费几十秒甚至几分钟,这对网站的性能是非常致命的。
如果查询存在适当的索引,MongoDB可以使用该索引限制必须检查的文档数。 索引是特殊的数据结构,它以易于遍历的形式存储集合数据集的一小部分。索引存储特定字段或一组字段的值,按字段值排序。索引项的排序支持有效的相等匹配和基于范围的查询操作。此外,MongoDB还可以使用索引中的排序返回排序结果。 MongoDB索引使用B树数据结构(确切的说是B-Tree,MySQL是B+Tree)
官网文档:https://docs.mongodb.com/manual/indexes/

4.2 索引的类型
4.2.1 单字段索引
MongoDB支持在文档的单个字段上创建用户定义的升序/降序索引,称为单字段索引(Single Field Index)。 对于单个字段索引和排序操作,索引键的排序顺序(即升序或降序)并不重要,因为MongoDB可以在任何方向上遍历索引。



4.2.2 复合索引
MongoDB还支持多个字段的用户定义索引,即复合索引(Compound Index)。复合索引中列出的字段顺序具有重要意义。例如,如果复合索引由 { userid: 1, score: -1 } 组成,则索引首先按userid正序排序,然后在每个userid的值内,再在按score倒序排序。



4.2.3 其他索引
地理空间索引(Geospatial Index)
为了支持对地理空间坐标数据的有效查询,MongoDB提供了两种特殊的索引:返回结果时使用平面几何的二维索引和返回结果时使用球面几何的二维球面索引。
文本索引(Text Indexes)
MongoDB提供了一种文本索引类型,支持在集合中搜索字符串内容。这些文本索引不存储特定于语言的停止词(例如“the”、“a”、“or”), 而将集合中的词作为词干,只存储根词。
哈希索引(Hashed Indexes)
为了支持基于散列的分片,MongoDB提供了散列索引类型,它对字段值的散列进行索引。这些索引在其范围内的值分布更加随机,但只支持相等匹配,不支持基于范围的查询。

相关文章
|
6月前
|
消息中间件 监控 Java
RocketMQ:底层Netty频繁OS OOM
本文记录了一例Java应用因Netty多ClassLoader加载导致堆外内存超限引发OS OOM的排查过程。通过NMT、Arthas等工具分析,发现多个中间件独立加载PooledByteBufAllocator,各自绕过MaxDirectMemorySize限制,累计占用远超1G堆外内存。最终定位RocketMQ客户端为主要内存使用者,建议短期调小Java堆以腾出空间,并推动中间件优化。
|
6月前
|
Java 关系型数据库 MySQL
[MES]数据库改造H2到MySQL(☆☆)
本文介绍如何运行并改造一个SpringBoot项目,包括从Gitee克隆代码、环境配置(JDK/Maven)、数据库由H2迁移至MySQL的步骤。强调新人如何高效请教同事、快速适应技术栈,掌握Git、Maven、MyBatis等核心技术,提升实战能力,助力入职后迅速进入角色。
 [MES]数据库改造H2到MySQL(☆☆)
|
6月前
|
自然语言处理 fastjson Java
|
6月前
|
存储 缓存 运维
一场FullGC故障排查
本文记录了一次线上JVM Full GC导致CPU使用率飙升至104%的问题排查与解决过程。通过分析发现,问题根源是将大Excel文件解析为List<Map>结构后长期驻留内存,造成堆内存膨胀,频繁Full GC。结合JProfiler工具定位大对象,最终提出“治本”与“治标”两类优化方案,并总结了JVM性能问题的排查思路与方法。
一场FullGC故障排查
|
6月前
|
缓存 监控 NoSQL
幂等方案专题
本文记录了一次Java应用CPU使用率异常升至104%的问题排查过程。通过分析发现,问题根源为频繁Full GC,而GC主因是将Excel数据以List<Map<String, String>>形式加载至JVM内存,导致内存膨胀、空间利用率低(仅约13.4%),大对象长期驻留老年代,最终触发Full GC连锁反应。排查中区分了机器监控与JVM监控差异,并借助JProfiler定位大内存对象。解决方案包括“治本”(移出JVM存入Redis)与“治标”(减少冗余字段、优化内存使用)。总结了线上高CPU问题的排查思路:关注JVM GC状态、善用堆分析工具、结合代码逻辑定位根因
 幂等方案专题
|
6月前
|
缓存 监控 NoSQL
支付方案专题
本文记录了一次Java应用CPU使用率异常升至104%的排查过程。通过分析发现,问题由Full GC频繁触发导致,根源在于将大体积Excel数据以List<Map>结构加载至JVM内存,造成堆内存膨胀且长期驻留。结合JProfiler工具定位到大对象后,提出“治本”(移出内存存入Redis)与“治标”(减少冗余字段)两类解决方案,并总结了排查思路:优先检查JVM而非机器监控,善用工具分析堆快照,结合代码逻辑与现象验证推断。
 支付方案专题
|
6月前
|
Java easyexcel 开发工具
[MES]分页与Excel批量上传(☆☆)
本文介绍如何从零运行项目代码并应对常见开发难题。涵盖克隆仓库、环境配置、分页与批量上传功能实现,强调需求不明确时的沟通策略,并梳理涉及的Git、Maven、SpringBoot等核心技术点,助力新人快速适应职场开发节奏。(238字)
 [MES]分页与Excel批量上传(☆☆)
|
6月前
|
人工智能 Java easyexcel
[Blog]SpringBootExcel导入(☆☆☆)
本博客基于SpringBoot实现Excel批量导入功能,解决人工逐条录入低效问题。结合MySQL、Maven及EasyExcel/POI技术,提升数据处理效率。通过AI辅助或自主学习完成,培养独立开发与需求分析能力,为转正积累实战经验。(238字)
 [Blog]SpringBootExcel导入(☆☆☆)
|
6月前
|
人工智能 Java 关系型数据库
[Blog]JPA实现分页需求(☆☆)
本任务要求在原有博客系统中实现分页查询功能,需掌握SpringBoot、MySQL、Maven及JPA基础知识。建议使用AI辅助开发,预计耗时1小时(AI助力)至4小时(手动实现)。注意:JPA为拓展内容,可灵活运用工具,重在实践与结果,无绝对标准答案。
[Blog]JPA实现分页需求(☆☆)

热门文章

最新文章