索引(就像书的目录，先找大致的位置再细找，不是从头开始找)： mongodb每行的列可以完全不同，没有列的概念。 索引作用类型: 1:单列索引 2:多列索引 3:子文档索引 索引性质: 0:普通索引 1.唯一索引 2.稀疏索引 3.哈希索引 语法: db.collections.ensureIndex({field:1}); 注: 1:默认是增序建索引。 2:默认索引是用btree组织 例: db.goods.ensureIndex({goods_id:1}); 解释:1. 按goods_id增序规律建立索引。 2. 用btree组织索引文件 索引创建 1:索引提高查询速度,降低写入速度,权衡常用的查询字段,不必在太多列上建索引 2.在mongodb中,索引可以按字段升序/降序来创建,便于排序 3.默认是用btree来组织索引文件,2.4版本以后,也允许建立hash索引. use shop db.goods.find( { goods_name:{$regex:/索爱/} } ).explain()： //查看查询计划 "cursor" : "BasicCursor", ----说明没有索引发挥作用(因为没有索引，插入数据的时候要写入索引文件，所以写入更改速度减慢了)，则从头找到尾，mongo默认是btree建的索引， "nscannedObjects" : 1000 ---理论上要扫描多少行 cursor" : "BtreeCursor sn_1", 用到的btree索引 创建普通的单列索引:db.goods.ensureIndex({field:1/-1}); 1是升续 2是降续 db.goods.ensureIndex( {shop_price:-1} ) db.goods.find({shop_price:1328}).explain() 查看当前索引状态: db.collection.getIndexes(); use shop db.bar.ensureIndex( {title:-1} ) db.bar.getIndexes()： [ { "v" : 2, "key" : { "_id" : 1 //id索引 }, "name" : "_id_", "ns" : "shop.bar" }, { "v" : 2, "key" : { "title" : -1.0 //title索引 }, "name" : "title_-1", "ns" : "shop.bar" } ] use shop db.goods.getIndexes() db.goods.find({goods_name:{$regex:/索爱/}}).explain()： { "v" : 2, "key" : { "goods_name" : -1.0 }, "name" : "goods_name_-1", "ns" : "shop.goods" }： "indexName" : "goods_name_-1", "indexBounds" : { "goods_name" : [ "[/索爱/, /索爱/]", "({}, \"\"]" ] } db.collection.dropIndex({filed:1/-1}); //删除索引要指定-1，1类型。 db.collection.dropIndexes(); //全部删除，id索引默认就在，不能删掉， //多列索引，单列索引只是查询一个列的时候用到，当需要按照多列查询的时候就要用到多列索引。 2列分别加索引是各自不影响，多列索引是把2列当成一个整体看没有区分2列了。 创建多列索引 db.collection.ensureIndex({field1:1/-1, field2:1/-1}); db.goods.ensureIndex({goods_name:1,shop_price:1}) //经常goods_name和shop_price要一起查，比单列索引要快。 db.goods.getIndexes()： [ { "v" : 2, "key" : { "_id" : 1 }, "name" : "_id_", //id索引 "ns" : "shop.goods" }, { "v" : 2, "key" : { "goods_name" : 1.0, //多列索引 "shop_price" : 1.0 }, "name" : "goods_name_1_shop_price_1", //索引的名字 "ns" : "shop.goods" //namespace } ] db.goods.find( { goods_name:{$regex:/诺基亚/}, $and: [ {shop_price:{$gt:100}}, {shop_price:{$gt:300}} ] } ).explain()： "indexName" : "goods_name_1_shop_price_1", "indexVersion" : 2, "indexBounds" : { "goods_name" : [ "[\"\", {})", "[/诺基亚/, /诺基亚/]" ], "shop_price" : [ "(300.0, inf.0]" ] } //子文档索引 创建子文档索引 db.collection.ensureIndex({filed.subfield:1/-1}); db.goods.insert({name:'nokia',spc:{weight:120,area:'taiwan'}}) db.goods.insert({name:'sanxing',spc:{weight:100,area:'hanguo'}}) db.goods.find({name:'nokia'}) //查询area='taiwan'的， db.goods.find({area:'taiwan'}) //因为没有area属性，area是在spc属性下面，这种有子文档的 db.goods.find({'spc.area':'taiwan'}) db.goods.ensureIndex({'spc.area':1}) //子文档就索引 db.goods.getIndexes() db.goods.find({'spc.area':'taiwan'}).explain()： { "v" : 2, "key" : { "spc.area" : 1.0 }, "name" : "spc.area_1", "ns" : "shop.goods" } "indexName" : "spc.area_1", "indexBounds" : { "spc.area" : [ "[\"taiwan\", \"taiwan\"]" ] } //刚才创建的都是普通索引， //唯一索引：这个列上的值不能重复 创建唯一索引: db.collection.ensureIndex({filed.subfield:1/-1}, {unique:true}); db.teacher.insert({email:'11@163.com'}) db.teacher.insert({email:'22@163.com'}) db.teacher.getIndexes() db.teacher.ensureIndex({email:1},{unique:true}) db.teacher.getIndexes(): { "v" : 2, "unique" : true, "key" : { "email" : 1.0 }, "name" : "email_1", "ns" : "shop.teacher" } db.teacher.insert({email:'11@163.com'}) //插入失败，唯一索引不能重复 db.teacher.find({email:'22@163.com'}) //稀疏索引： db.teacher.dropIndexes(); db.teacher.getIndexes() //只有id索引 db.teacher.insert({}) db.find(): { "_id" : ObjectId("5a4748a2e4778e360cdb54bc"),"email" : "11@163.com" } { "_id" : ObjectId("5a474d4ce4778e360cdb54c4") //根本就没有email属性 } { "_id" : ObjectId("5a474d85e4778e360cdb54c5"),"email" : "22@163.com" } db.teacher.ensureIndex({email:1}) db.teacher.find({email:null}): { "_id" : ObjectId("5a474d4ce4778e360cdb54c4") } db.teacher.find({email:null}).explain() //把email为null的也查到了（错的，是把没有email列的属性的查到了），说明把null也建立了索引（是没有email列不是email列为null,这不是表，每一行是没有关系的） //稀疏索引，有这个列就建立索引，没有这个列就不建立索引， db.teacher.dropIndexes() //删除索引，建立稀疏索引 db.teacher.ensureIndex({email:1},{sparse:true}); { "v" : 2, "key" : { "email" : 1.0 }, "name" : "email_1", "ns" : "shop.teacher", "sparse" : true } db.teacher.find({email:null}).explain() //（把没有email列的查到了）查到了，但是没有用到email索引， /* 创建稀疏索引: 稀疏索引的特点------如果针对field做索引,针对不含field列的文档（每一行的各列没有关系）,将不建立索引. 与之相对,普通索引,会把该文档的field列的值认为NULL,并建索引. 适宜于: 小部分文档含有某列时. db.collection.ensureIndex({field:1/-1},{sparse:true}); > db.tea.find(); { "_id" : ObjectId("5275f99b87437c610023597b"), "email" : "a@163.com" } { "_id" : ObjectId("5275f99e87437c610023597c"), "email" : "b@163.com" } { "_id" : ObjectId("5275f9e887437c610023597e"), "email" : "c@163.com" } { "_id" : ObjectId("5275fa3887437c6100235980") } 如上内容,最后一行没有email列, 如果分别加普通索引,和稀疏索引, 对于最后一行的email分别当成null 和 忽略最后一行来处理. 根据{email:null}来查询,前者能查到,而稀疏索引查不到最后一行. */ //哈希索引： Btree：根据二叉树左右移动来查找。 哈希：有一个哈希函数，任意给一个值根据这个函数算，算到数据在硬盘的位置，不用查找直接算一下就可以了，时间复杂度为1，没有btree有顺序性，胡乱的查找并不快（顺序查找要快）。对于范围的查询和顺序读取要慢。 db.teacher.dropIndexes() db.teacher.ensureIndex({email:'hashed'}) db.teacher.getIndexes()： { "v" : 2, "key" : { "email" : "hashed" }, "name" : "email_hashed", "ns" : "shop.teacher" } db.teacher.find({email:'22@163.com'}).explain()： "indexName" : "email_hashed", "indexBounds" : { "email" : [ "[-8642475493292651614, -8642475493292651614]" ] } 创建哈希索引(2.4新增的) 哈希索引速度比普通索引快,但是,无能对范围查询进行优化. 适宜于---随机性强的散列 db.collection.ensureIndex({file:’hashed’}); 重建索引 一个表经过很多次修改后,导致表的文件产生空洞,索引文件也如此. 可以通过索引的重建,减少索引文件碎片,并提高索引的效率. 类似mysql中的optimize table db.collection.reIndex() //重建之后索引还在。 db.collection.ensureIndex({field:'hashed'}); 说明: 1. 可以单个字段或子文本字段上建立hash索引 2. 不可以针对"多个列"建立hash索引 例: db.collection.ensureIndex('intro.height':'hashed'); 删除指定索引: db.collections.dropIndex({filed:1/-1/'hashed'}); 例: db.user.dropIndex({'intro.height':'hashed'}); 删除所有索引: db.collection.dropIndexes(); 注:_id列的索引不会被删除
本文转自农夫山泉别墅博客园博客，原文链接：http://www.cnblogs.com/yaowen/p/8150551.html，如需转载请自行联系原作者
