快速掌握mongoDB(三)——mongoDB的索引详解

　　1 mongoDB索引的管理
　　
　　2 mongoDB中经常使用的索引类型
　　
　　1 单键索引
　　
　　2 复合索引
　　
　　3 多键索引
　　
　　4 哈希索引
　　
　　3 mongoDB中经常使用的索引属性
　　
　　1  惟一索引
　　
　　2  局部索引
　　
　　2 稀疏索引
　　
　　4 TTL索引
　　
　　回到顶部
　　
　　1 mongoDB索引的管理
　　
　　本节介绍mongoDB中的索引，熟悉mysql/sqlserver等关系型数据库的小伙伴应该都知道索引对优化数据查询的重要性。咱们先简单了解一下索引：索引的本质就是一个排序的列表，在这个列表中存储着索引的值和包含这个值的数据(数据row或者document)的物理地址，索引能够大大加快查询的速度，这是由于使用索引后能够再也不扫描全表来定位某行的数据，而是先经过索引表找到该行数据对应的物理地址(多数为B-tree查找)，而后经过地址来访问相应的数据。
　　
　　索引能够加快数据检索、排序、分组的速度，减小磁盘I/O，可是索引也不是越多越好，由于索引自己也是数据表，须要占用存储空间，同时索引须要数据库进行维护，当咱们对索引列的值进行增改删操做时，数据库须要更新索引表，这会增长数据库的压力。
　　
　　咱们要根据实际状况来判断哪些列适合添加索引，哪些列不适合添加索引，通常遵循的规律以下：
　　
　　主/外键列，主键用于强制该列的惟一性和组织表中数据的排列结构；外键能够加快链接的速度；
　　
　　常常用于比较的类(大于小于等于等)，由于索引已经排序，值就是大于/小于的分界点；
　　
　　常常进行范围搜索，由于索引已经排序，其指定的范围是连续的；
　　
　　常常进行排序的列，由于索引已经排序，这样查询能够利用索引的排序，加快排序查询时间；
　　
　　常常进行分组的列，由于索引已经排序，同一个值的全部数据地址会汇集在一块，很方便分组。
　　
　　咱们看一下mongoDB的索引使用，首先准备数据：
　　
　　复制代码
　　
　　db.userinfos.insertMany([
　　
　　{_id:1, name: "张三", age: 23,level:10, ename: { firstname: "san", lastname: "zhang"}, roles: ["vip","gen" ]},
　　
　　{_id:2, name: "李四", age: 24,level:20, ename: { firstname: "si", lastname: "li"}, roles:[ "vip" ]},
　　
　　{_id:3, name: "王五", age: 25,level:30, ename: { firstname: "wu", lastname: "wang"}, roles: ["gen","vip" ]},
　　
　　{_id:4, name: "赵六", age: 26,level:40, ename: { firstname: "liu", lastname: "zhao"}, roles: ["gen"] },
　　
　　{_id:5, name: "田七", age: 27, ename: { firstname: "qi", lastname: "tian"}, address:'北京' },
　　
　　{_id:6, name: "周八", age: 28,roles:["gen"], address:'上海' }
　　
　　]);
　　
　　复制代码
　　
　　索引的增删改查仍是十分简单的，咱们看一下索引管理的几个方法：
　　
　　复制代码
　　
　　//建立索引,值1表示正序排序，-1表示倒序排序
　　
　　db.userinfos.createIndex({age:-1})
　　
　　//查看userinfos中的全部索引
　　
　　db.userinfos.getIndexes()
　　
　　//删除特定一个索引
　　
　　db.userinfos.dropIndex({name:1,age:-1})
　　
　　//删除全部的索引(主键索引_id不会被删除)
　　
　　db.userinfos.dropIndexes()
　　
　　//若是咱们要修改一个索引的话，能够先删除索引而后在从新添加。
　　
　　复制代码
　　
　　回到顶部
　　
　　2 mongoDB中经常使用的索引类型
　　
　　1 单键索引
　　
　　单键索引(Single Field Indexes)顾名思义就是单个字段做为索引列，mongoDB的全部collection默认都有一个单键索引_id，咱们也能够对一些常常做为过滤条件的字段设置索引，如给age字段添加一个索引，语法十分简单：
　　
　　//给age字段添加升序索引
　　
　　db.userinfos.createIndex({age:1})
　　
　　其中{age:1}中的1表示升序，若是想设置倒序索引的话使用 db.userinfos.createIndex({age:-1}) 便可。咱们经过explain()方法查看查询计划，以下图，看到查询age=23的document时使用了索引，若是没有使用索引的话stage=COLLSCAN。
　　
　　由于document的存储是bson格式的，咱们也能够给内置对象的字段添加索引，或者将整个内置对象做为一个索引，语法以下：
　　
　　复制代码
　　
　　//1.内嵌对象的某一字段做为索引
　　
　　//在ename.firstname字段上添加索引
　　
　　db.userinfos.createIndex({"ename.firstname":1})
　　
　　//使用ename.firstname字段的索引查询
　　
　　db.userinfos.find({"ename.firstname":"san"})
　　
　　//2.整个内嵌对象做为索引
　　
　　//给整个ename字段添加索引
　　
　　db.userinfos.dropIndexes()
　　
　　//使用ename字段的索引查询
　　
　　db.userinfos.createIndex({"ename":1})
　　
　　复制代码
　　
　　2 复合索引
　　
　　复合索引(Compound Indexes)指一个索引包含多个字段，用法和单键索引基本一致。使用复合索引时要注意字段的顺序，以下添加一个name和age的复合索引，name正序，age倒序，document首先按照name正序排序，而后name相同的document按age进行倒序排序。mongoDB中一个复合索引最多能够包含32个字段。
　　
　　复制代码
　　
　　//添加复合索引，name正序，age倒序
　　
　　　　db.userinfos.createIndex({"name":1,"age":-1})
　　
　　//过滤条件为name，或包含name的查询会使用索引(索引的第一个字段)
　　
　　　　db.userinfos.find({name:www.tdcqpt.cn'张三'}).explain()
　　
　　db.userinfos.find({name:"张三",level:10}).explain()
　　
　　db.userinfos.find({name:"张三",age:23}).explain()
　　
　　//查询条件为age时，不会使用上边建立的索引,而是使用的全表扫描
　　
　　db.userinfos.find({age:23}).explain()
　　
　　复制代码
　　
　　执行查询时查询计划以下：
　　
　　3 多键索引
　　
　　多键索引(mutiKey Indexes)是建在数组上的索引，在mongoDB的document中，有些字段的值为数组，多键索引就是为了提升查询这些数组的效率。看一个栗子：准备测试数据，classes集合中添加两个班级，每一个班级都有一个students数组，以下：
　　
　　复制代码
　　
　　db.classes.insertMany([
　　
　　{
　　
　　"classname":"class1",
　　
　　"students":[{name:'www.dongfangyuld.com jack',age:20},
　　
　　{name:'tom',age:22},
　　
　　{name:'lilei',age:25}]
　　
　　},
　　
　　{
　　
　　"classname":"class2",
　　
　　"students":[{name:www.fushengyul.com  'lucy',age:20},
　　
　　{name:'jim',age:23},
　　
　　{name:'jarry',age:26}]
　　
　　}]
　　
　　)
　　
　　复制代码
　　
　　为了提升查询students的效率，咱们使用  db.classes.createIndex({'students.age':1}) 给students的age字段添加索引，而后使用索引，以下图：
　　
　　4 哈希索引
　　
　　哈希索引(hashed Indexes)就是将field的值进行hash计算后做为索引，其强大之处在于实现O(1)查找，固然用哈希索引最主要的功能也就是实现定值查找，对于常常须要排序或查询范围查询的集合不要使用哈希索引。
　　
　　回到顶部
　　
　　3 mongoDB中经常使用的索引属性
　　
　　1  惟一索引
　　
　　惟一索引(unique indexes)用于为collection添加惟一约束，即强制要求collection中的索引字段没有重复值。添加惟一索引的语法：
　　
　　//在userinfos的name字段添加惟一索引
　　
　　db.userinfos.createIndex(www.baikayule.cn{name:1},{unique:true})
　　
　　看一个使用惟一索引的栗子：
　　
　　2  局部索引
　　
　　局部索引(Partial Indexes)顾名思义，只对collection的一部分添加索引。建立索引的时候，根据过滤条件判断是否对document添加索引，对于没有添加索引的文档查找时采用的全表扫描，对添加了索引的文档查找时使用索引。使用方法也比较简单：
　　
　　复制代码
　　
　　//userinfos集合中age>25的部分添加age字段索引
　　
　　db.userinfos.createIndex(
　　
　　{age:1},
　　
　　{ partialFilterExpression: {age:{$gt: 25 }}}
　　
　　)
　　
　　//查询age<25的document时，由于age<25的部分没有索引，会全表扫描查找(stage:COLLSCAN)
　　
　　db.userinfos.find({age:23})
　　
　　//查询age>25的document时，由于age>25的部分建立了索引，会使用索引进行查找(stage:IXSCAN)
　　
　　db.userinfos.find({age:26})
　　
　　复制代码
　　
　　当查询age=23的记录时，stage=COLLSCAN，当查询age=26的记录时，使用了索引，以下：
　　
　　2 稀疏索引
　　
　　稀疏索引(sparse indexes)在有索引字段的document上添加索引，如在address字段上添加稀疏索引时，只有document有address字段时才会添加索引。而普通索引则是为全部的document添加索引，使用普通索引时若是document没有索引字段的话，设置索引字段的值为null。
　　
　　稀疏索引的建立方式以下，当document包含address字段时才会建立索引：
　　
　　//建立在address上建立稀疏索引
　　
　　db.userinfos.www.yfylhl.com createIndex({address:1}www.jmaguojiyL.com ,{sparse:true})
　　
　　看一个使用稀疏索引的栗子：
　　
　　4 TTL索引
　　
　　TTL索引(TTL indexes)是一种特殊的单键索引，用于设置document的过时时间，mongoDB会在document过时后将其删除，TTL很是容易实现相似缓存过时策略的功能。咱们看一个使用TTL索引的栗子：
　　
　　复制代码
　　
　　//添加测试数据
　　
　　db.logs.insertMany([
　　
　　{_id:1,createtime:new Date(),msg:"log1"},
　　
　　{_id:2,createtime:new Date(www.leyouzaixan.cn),msg:"log2"},
　　
　　{_id:3,createtime:new Date(www.haojiangyule.com),msg:"log3"},
　　
　　{_id:4,createtime:new Date(www.yfykLe2019.com),msg:"log4"}
　　
　　])
　　
　　//在createtime字段添加TTL索引，过时时间是120s
　　
　　db.logs.createIndex({createtime:1}, { expireAfterSeconds: 120 })
　　
　　//logs中的document在建立后的120s后过时，会被mongoDB自动删除
　　
　　复制代码
　　
　　注意：TTL索引只能设置在date类型字段(或者包含date类型的数组)上，过时时间为字段值+exprireAfterSeconds；document过时时不必定就会被当即删除，由于mongoDB执行删除任务的时间间隔是60s；capped Collection不能设置TTL索引，由于mongoDB不能主动删除capped Collection中的document。
　　
　　小结
　　
　　本节介绍了mongoDB中经常使用的索引和索引属性，索引对提高数据检索的速度十分重要，在数据量比较大的时候通常都要在collection上创建索引。mongoDB提供的索引种类很丰富，总会有几种适用于咱们的业务，除了上边介绍的索引外，mongoDB还支持text index和一些地理位置相关的索引，这里再也不介绍，有兴趣的小伙伴能够到官网 研究下。若是文中有错误的话，但愿你们能够指出，我会及时修改，谢谢。