mongodb之索引学习

简介:

学习索引分类和创建索引:                
1._id索引 大多数集合默认的索引
2.单键索引:手动创建,一个单一的值
3.多建索引:组合函数
4.复合索引 :最左前缀原则
5.过期索引 :一定时间内失效,注意点:必须是isodate或者其数组,不要使用时间戳,否则不会被自动删除。
6.全文索引 db.tm.ensureindex({"article":"text"}),db.tm.ensureindex({"key1":"text","key2":"text"}),db.tm.ensureindex({$**:"text"})
查询:db.tm.find({$text:{$search:“aa”}})
db.tm.find({$text:{$search:"aa bb cc "}})
db.tm.find({$text:{$search:"aa bb -cc"}})
db.tm.find({$text:{$search:"\"a\"\"bb"\"cc\""}})
全文索引的匹配度$meta
db.tm.find({$text:{$search:"aa bb"}},{score:{$meta:"textScore"}})
db.tm.find({$text:{$search:"aa bb"}},{score:{$meta:"textScore"}}).sort({score:{$meta:"textScore"}})
每次只能指定$text
7.地理位置索引(滴滴打车,大众点评)


2d索引(地址位置索引)
db.localtion.ensureindex({"w":"2d"})

查看索引:db.tm.getIndexes()
建索引db.t1.ensureIndex({x:1})
多键索引db.tm.ensureIndex({x:[1,2,3,4,5]})
复合索引 db.tm.ensureIndex({x:1,y:1})
删除索引db.tm.dropIndex("x_1_y_1")
db.tm.find({x:100,y:100}).explain()
过期索引:db.tm.insert({time:new Date()}) ISOdate 就是当前时间
db.tm.ensureIndex({time:1},{expireAfterSeconds:10})
db.tm.insert({time:new Date(),z:1})
全文索引
db.t1.ensureIndex({article:"text"})
db.t1.insert({article:"aa bb cc"})
查找db.t1.find({$text:{$search:"aa"}})
db.t1.find({$text:{$search:"aa bb cc"}})或关系
db.t1.find({$text:{$search:"aa bb -cc"}})不包含CC
db.t1.find({$text:{$search:"\"aa\"\" bb\"\" -cc\""}})且的关系


全文索引的相似度:db.t1.find({$text:{$search:"aa bb"}},{score:{$meta:"textScore"}})
db.t1.find({$text:{$search:"aa bb"}},{score:{$meta:"textScore"}}).sort({score:{$meta:"textScore"}})



索引命名
db.t1.ensureIndex({x:1,y:2,z:2},{name:"xyz"})
db.t1.dropIndex("xyz")
创建唯一索引
db.t2.ensureIndex({m:1,n:1},{unique:true})

查看s索引存在某个字段

db.abc.find({m:{$exists:true}})

创建2d索引:平面地理位置索引,位置表示方式,经纬度[经度(-180,180),纬度(-90,90)]
db.location.ensureIndex({"w":"2d"})
db.location.insert({w:[1,1]})
db.location.insert({w:[1,2]})
db.location.insert({w:[3,2]})
db.location.insert({w:[32,22]})
db.location.insert({w:[100,90]})
就近查询
db.location.find({w:{$near:[1,1]}})

查询
db.location.find({w:{$near:[1,1],$maxDistance:10}})

地址位置索引
geoNear
db.runCommand({geoNear:"location",near:[1,2],maxDistance:10,num:1})
db.stats

for(i=1;i<10000;i++)db.tt.insert({n:i})

查看运行状态
/export/mongodb/bin/mongostat -h 192.168.1.70:22222
faults locked idx miss没有使用索引值
qr|qw读写队列


查看当前级别
db.getProfilingStatus()
0:profile为关闭,mongodb不会记录任何操作
1配合slowms使用,mongodb会记录任何超过slowms的操作
2会记录任何记录
修改级别profile
db.setProfilingLevel(0)
db.system.profile.find().sort({$natural:1}).limit(10)
查询排序

            db.system.indexes.find().sort({$nature:1})

            


本文转自 DBAspace 51CTO博客,原文链接:http://blog.51cto.com/dbaspace/1869918

相关文章
|
存储 NoSQL MongoDB
微服务——MongoDB常用命令——MongoDB索引知识概述
本文介绍MongoDB索引相关知识,包括其在查询中的重要作用。索引可避免全集合扫描,显著提升查询效率,尤其在处理海量数据时。通过B树数据结构存储字段值并排序,支持相等匹配、范围查询及排序操作。文中还提供了官方文档链接以供深入学习。
228 0
|
存储 NoSQL MongoDB
掌握MongoDB索引优化策略:提升查询效率的关键
在数据库性能调优中,索引是提升查询效率的利器。本文将带你深入了解MongoDB索引的内部工作原理,探讨索引对查询性能的影响,并通过实际案例指导如何针对不同的查询模式建立有效的索引。不仅将涵盖单一字段索引,还会探讨复合索引的使用,以及如何通过分析查询模式和执行计划来优化索引,最终实现查询性能的最大化。
|
监控 NoSQL MongoDB
MongoDB数据库的索引管理技巧
【8月更文挑战第20天】MongoDB数据库的索引管理技巧
356 1
|
NoSQL Java API
MongoDB 强制使用索引 hint
MongoDB 强制使用索引 hint
684 3
|
存储 监控 NoSQL
MongoDB索引解析:工作原理、类型选择及优化策略
MongoDB索引解析:工作原理、类型选择及优化策略
|
存储 NoSQL MongoDB
微服务——MongoDB常用命令——MongoDB索引的类型
本节介绍了MongoDB中索引的几种类型及其特点。包括单字段索引,支持升序/降序排序,索引顺序对操作无影响;复合索引,字段顺序重要,可实现多级排序;地理空间索引,支持平面与球面几何查询;文本索引,用于字符串搜索并存储词根;哈希索引,基于字段值散列,适合等值匹配但不支持范围查询。
321 1
微服务——MongoDB常用命令——MongoDB索引的类型
|
存储 NoSQL 定位技术
MongoDB索引知识
MongoDB索引是提升查询性能的关键工具,通过构建特殊的数据结构(如B树)优化数据访问路径。无索引时,查询需全集合扫描,时间复杂度为O(n);使用索引后可降至O(log n),实现毫秒级响应。MongoDB支持多种索引类型:单字段索引适用于高频单字段查询;复合索引基于最左前缀原则优化多条件过滤和排序;专业索引包括地理空间索引(支持LBS服务)、文本索引(全文搜索)和哈希索引(分片键优化)。合理选择和优化索引类型,可显著提升数据库性能。建议使用explain()分析查询计划,并定期清理冗余索引。
|
存储 JSON NoSQL
学习 MongoDB:打开强大的数据库技术大门
MongoDB 是一个基于分布式文件存储的文档数据库,由 C++ 编写,旨在为 Web 应用提供可扩展的高性能数据存储解决方案。它与 MySQL 类似,但使用文档结构而非表结构。核心概念包括:数据库(Database)、集合(Collection)、文档(Document)和字段(Field)。MongoDB 使用 BSON 格式存储数据,支持多种数据类型,如字符串、整数、数组等,并通过二进制编码实现高效存储和传输。BSON 文档结构类似 JSON,但更紧凑,适合网络传输。
610 15
|
存储 NoSQL 关系型数据库
MongoDB索引知识
MongoDB索引知识
162 1
MongoDB索引知识
|
存储 NoSQL MongoDB
MongoDB 索引限制
10月更文挑战第22天
305 2

推荐镜像

更多