使用索引来排序查询结果

简介:

在MongoDB中,排序操作可以通过从索引中按照索引顺序获取文档的方式来保证结果的有序性。如果查询计划器(planner)无法从索引中得到排序顺序,那么它将需要在内存中排序结果。相比于不使用索引的排序操作,使用索引会有更好的性能。此外,如果 不使用 索引的排序操作使用了超过32M的内存,那么操作会终止。


使用单键索引排序


如果一个递增或递减索引是单键索引,那么在该键上的排序操作可以是任意方向。


例如,在集合 records 的 a 键上创建递增的索引:

1
db.records.ensureIndex( { a: 1 } )

索引可以支持在 a 上的递增排序:

1
db.records.find().sort( { a: 1 } )

索引也支持如下在 a 上的递减排序,通过以相反的顺序遍历索引的方式:

1
db.records.find().sort( { a: -1 } )


在多个键上排序


创建 复合索引 以支持在多个键上排序。


您可以指定在索引的所有键或者部分键上排序。但是,排序键的顺序必须和它们在索引中的排列顺序 一致 。例如,索引 { a: 1, b: 1 } 可以支持排序 { a: 1, b: 1 } 但不支持 { b: 1, a: 1 } 排序。


此外,sort中指定的所有键的排序顺序(例如递增/递减)必须和索引中的对应键的排序顺序 完全相同, 或者 完全相反 。例如,索引 { a: 1, b: 1 } 可以支持排序 { a: 1, b: 1 } 和排序 { a: -1, b: -1 } ,但 不支持 排序 { a: -1, b: 1 } 。


排序与索引前缀


如果排序的键符合索引的键或者 前缀 ,那么MongoDB可以使用索引来排序查询结果。复合索引的前缀是指被索引键的子集,由一个或多个排在最开始的键组成。


例如,在集合 data 上创建一个复合索引:

1
db.data.ensureIndex( { a:1, b: 1, c: 1, d: 1 } )

那么,该索引的前缀如下:

1
2
3
{ a: 1 }   
{ a: 1, b: 1 }    
{ a: 1, b: 1, c: 1 }

如下查询和排序操作可以使用索引前缀来排序查询结果。这些操作不需要在内存中对结果集排序。


例子      索引前缀   

1
2
3
4
5
6
db.data.find().sort( { a: 1 } )     { a: 1 }    
db.data.find().sort( { a: -1 } )     { a: 1 }    
db.data.find().sort( { a: 1, b: 1 } )     { a: 1, b: 1 }    
db.data.find().sort( { a: -1, b: -1 } )     { a: 1, b: 1 }    
db.data.find().sort( { a: 1, b: 1, c: 1 } )     { a: 1, b: 1, c: 1 }    
db.data.find( { a: { $gt: 4 } } ).sort( { a: 1, b: 1 } )     { a: 1, b: 1 }

假设有如下例子,索引的前缀键出现在查询条件和排序中:

1
db.data.find( { a: { $gt: 4 } } ).sort( { a: 1, b: 1 } )

在这种情况下,MongoDB可以使用索引按照sort指定的顺序来获取文档。如例子中所示,在查询条件中的索引前缀可以和在sort中出现的前缀不一样。


用非前缀的索引键排序


索引也支持使用非前缀的键来排序。在这种情况下,对于索引中排列在排序键的前面的所有键,查询语句中必须包含针对它们的 相等匹配 的条件。

例如,集合 data 有如下索引:

1
{ a: 1, b: 1, c: 1, d: 1 }

如下操作可以使用索引来排序:

例子      索引前缀   

1
2
3
db.data.find( { a: 5 } ).sort( { b: 1, c: 1 } )     { a: 1 , b: 1, c: 1 }    
db.data.find( { b: 3, a: 4 } ).sort( { c: 1 } )     { a: 1, b: 1, c: 1 }    
db.data.find( { a: 5, b: { $lt: 3} } ).sort( { b: 1 } )     { a: 1, b: 1 }

如最后一个操作所示,只有索引中那些排列在排序键 前面 的键必须在查询语句中有相等匹配条件;其他索引键则可以指定其他匹配条件。


如果查询语句 没有 对排列在排序键前面或者与之有所重叠的前缀键指定相等匹配条件,那么操作将 不会 有效使用索引。例如,如下操作指定了排序 { c: 1 } ,但是查询语句并没有对前缀键 a 和 b 指定相等匹配:

1
2
db.data.find( { a: { $gt: 2 } } ).sort( { c: 1 } )   
db.data.find( { c: 5 } ).sort( { c: 1 } )

这些操作 将不会 高效地使用索引 { a: 1, b: 1, c: 1, d: 1 } ,且可能甚至不会使用该索引来获取文档。



















本文转自UltraSQL51CTO博客,原文链接:http://blog.51cto.com/ultrasql/1673980 ,如需转载请自行联系原作者



相关文章
|
6月前
|
索引
15. 索引是越多越好嘛? 什么样的字段需要建索引, 什么样的字段不需要 ?
是否越多索引越好?并非如此。应根据需求建索引:主键自动索引,频繁查询、关联查询、排序、查找及统计分组字段建议建索引。但表记录少,频繁增删改操作,频繁更新的字段,以及使用频率不高的查询条件则不需要建索引。
112 0
|
索引
索引
索引。
77 0
|
5月前
|
SQL 关系型数据库 MySQL
MySQL数据库——索引(6)-索引使用(覆盖索引与回表查询,前缀索引,单列索引与联合索引 )、索引设计原则、索引总结
MySQL数据库——索引(6)-索引使用(覆盖索引与回表查询,前缀索引,单列索引与联合索引 )、索引设计原则、索引总结
92 1
|
6月前
|
存储 NoSQL 关系型数据库
索引!索引!!索引!!!到底什么是索引?
**索引是数据库中的数据结构,类似书籍目录,加速数据查找和访问。优点包括提升查询性能、数据检索速度、支持唯一性约束及优化排序和连接操作。缺点在于增加写操作开销、占用存储空间、高维护成本和过多索引可能降低性能。常见的索引类型有单值、复合、唯一、聚集和非聚集索引等,实现方式涉及B树、B+树和哈希表。B树和B+树适合磁盘存储,B+树尤其适用于范围查询,哈希索引则适用于快速等值查询。**
55 0
|
索引
索引是越多越好嘛? 什么样的字段需要建索引, 什么样的字段不需要 ?
索引是越多越好嘛? 什么样的字段需要建索引, 什么样的字段不需要 ?
130 0
|
数据库 索引
索引是越多越好嘛? 什么样的字段需要建索引
索引的作用是加快数据库的查询速度,但并不是索引越多越好。过多的索引会增加数据库的存储空间和维护成本,并且在写操作时可能会降低性能。
226 0
|
SQL 数据库
对查询结果进行排序
对查询结果进行排序
88 0
|
存储 NoSQL 算法
数据索引
数据索引
|
关系型数据库 MySQL 数据库
MySQL数据库基础学习Day2:条件查询,排序、限制和去重操作,聚合查询,分组查询2
MySQL数据库基础学习Day2:条件查询,排序、限制和去重操作,聚合查询,分组查询
111 0
MySQL数据库基础学习Day2:条件查询,排序、限制和去重操作,聚合查询,分组查询2
|
关系型数据库 MySQL 数据库
MySQL数据库基础学习Day2:条件查询,排序、限制和去重操作,聚合查询,分组查询
MySQL数据库基础学习Day2:条件查询,排序、限制和去重操作,聚合查询,分组查询
128 0
MySQL数据库基础学习Day2:条件查询,排序、限制和去重操作,聚合查询,分组查询