索引是用来加速查询的。
创建索引：
>db.person.ensureIndex({"name":1}) ------1表示升序，-1表示降序
一般一定要创建查询中用到的所有键的索引，索引才会在查询启作用。
>db.person.find({"date":date1}).sort({"date":1,"name":1})
上述查询必须进行表扫描，需要进行以下操作：
>db.person.ensureIndex({“date”：1，"name":1})
组合索引键的排列不同，建立的索引不同。
默认下索引名为：keyname1_dir1_keyname2_dir2_keyname3_dir3……这种形式，dir代表索引的方向1或者-1.可以给索引命名：
>db.person.ensureIndex({“date”：1，"name":1},{"name":"date_name")
explain（）返回查询使用的索引情况，耗时及扫描文档数的统计信息。
索引建立是要花费很多时间的，可以使用{"background”:true}选项是创建过程在后台运行。
下图显示了索引创建前后的性能对比：
cursor: mongodb采用B树的结构来存放索引，索引名为后面的“name_1"。
nscanned: 代表查找了多少个文档。
n: 返回文档的数量
millis: 执行所需的时间
创建唯一索引
>db.person.ensureIndex({“date”：1，"name":1},{"unique":"true"}）
insert不检查文档是否插入过了。
当为已有集合创建索引，有些文档值已经重复了，则使用dropDups选项，保留第一个文档。
>db.person.ensureIndex({“date”：1，"name":1},{"unique":"true"，"dropDups":true})
唯一复合索引：单个键值可以相同，但所有键值组合不同。
删除索引：dropIndexes
地理空间索引：找到离当前位置最近的N个场所，为坐标平面查询建立索引
gps"键的值是一个包含两个元素的数组或者两个键的内嵌文档,键名可以任意。默认情况下值的范围：-180~180。可以指定最大最小值。
>db.map.ensureIndex（{"gps":"2d"})
>db.map.ensureIndex（{"gps":"2d"}，{"min":-1000,"max":1000}
"{"gps":[0,100]}
{"gps":{”x":-30,"y":30}）
{"gps":{"latitude":-180,"longitude":180}}
地理空间查询
find()："$near"：两个目标值数组作为参数。
>db.map.find({"gps":{"$near":[40,-73]}}）
按照离点（40，-73）由近及远的方式将map集合的所有文档都返回。默认返回100个文档。
>db.map.find({"gps":{"$near":[40,-73]}}）.limit(10)
以下操作同样完成上述功能，还返回每个文档到查询点的距离。
>db.runCommand({geoNear:"map",near:[40,-73],num:10});
还可以找指定形状内的文档：
>db.map.find({"gps":{"$within":{”$box":[[10,20],[15,30]]}}}）
"$box":第一个参数指定左下角的坐标，第二个参数指定右上角的坐标
"$center":指定圆心和半径：
>db.map.find({"gps":{"$within":{”$center":[[12,25],5]}}})
符合地理空间索引
>db.map.ensureIndex（{"gps":"2d"，"desc":1})
查找最近的咖啡馆：
>db.map.find({"gps":{"$near":[40,-73]},"desc":"coffeeshop"}）.limit(1)