关于“MongoDB索引的应用及常见操作是怎样介绍”的知识有一些人不是很理解，对此小编给大家总结了相关内容，具有一定的参考借鉴价值，而且易于学习与理解，希望能对大家有所帮助，有这个方面学习需要的朋友就继续往下看吧。

1、简介

它就像是一本书的目录，如果没有它，我们就需要对整个书籍进行查找来获取需要的结果，即所说的全盘扫描；

而有了目录（索引）之后就可以通过它帮我们定位到目标所在的位置，快速的获取我们想要的结果。

2、演示

第一步，向用户集合users中插入100W条数据

var insertUsers = function() {
  var start = new Date().getTime();
  for (var i = 1; i 

LZ的渣渣I3和4G内存总共耗时了484.623秒，约8分多钟。任务管理器里边可以很清楚的看到当时CPU、内存和磁盘使用率都普遍的增高。

第二步：查询用户名为“wjg465413”的文档对象

db.users.find({username:"wjg465413"}).explain("allPlansExecution")
{
    "queryPlanner" : {
        "plannerVersion" : 1,
        "namespace" : "test.users",
        "indexFilterSet" : false,
        "parsedQuery" : {
            "username" : {
                "$eq" : "wjg465413"
            }
        },
        "winningPlan" : {
            "stage" : "COLLSCAN",
            "filter" : {
                "username" : {
                    "$eq" : "wjg465413"
                }
            },
            "direction" : "forward"
        },
        "rejectedPlans" : [ ]
    },
    "executionStats" : {
        "executionSuccess" : true,
        "nReturned" : 1,
        "executionTimeMillis" : 865,
        "totalKeysExamined" : 0,
        "totalDocsExamined" : 1000000,
        "executionStages" : {
            "stage" : "COLLSCAN",
            "filter" : {
                "username" : {
                    "$eq" : "wjg465413"
                }
            },
            "nReturned" : 1,
            "executionTimeMillisEstimate" : 770,
            "works" : 1000002,
            "advanced" : 1,
            "needTime" : 1000000,
            "needFetch" : 0,
            "saveState" : 7813,
            "restoreState" : 7813,
            "isEOF" : 1,
            "invalidates" : 0,
            "direction" : "forward",
            "docsExamined" : 1000000
        },
        "allPlansExecution" : [ ]
    },
    "serverInfo" : {
        "host" : "Jack",
        "port" : 27017,
        "version" : "3.0.3",
        "gitVersion" : "b40106b36eecd1b4407eb1ad1af6bc60593c6105"
    },
    "ok" : 1
}

说明：这里的explain方法相当于查询计划，它会返回给你查询过程的详细信息。它的参数有三种模式：“queryPlanner”(查询计划[默认])、“executionStats”(执行状态)和“allPlansExecution”(所有执行计划)，这里我们只关注它返回给我们的以下几个信息。

"executionTimeMillis" : 865 //执行的毫秒数 注：如果你是第一次执行，可能会花费更长的时间
"totalDocsExamined" : 1000000　　//共检查的文档数

第三步：在用户名“username”字段上加上索引

db.users.createIndex({ "username" : 1 }) 

重新执行上次的查询操作

db.users.find({username:"wjg465413"}).explain("allPlansExecution")
{
    "queryPlanner" : {
        "plannerVersion" : 1,
        "namespace" : "test.users",
        "indexFilterSet" : false,
        "parsedQuery" : {
            "username" : {
                "$eq" : "wjg465413"
            }
        },
        "winningPlan" : {
            "stage" : "FETCH",
            "inputStage" : {
                "stage" : "IXSCAN",
                "keyPattern" : {
                    "username" : 1
                },
                "indexName" : "username_1",
                "isMultiKey" : false,
                "direction" : "forward",
                "indexBounds" : {
                    "username" : [
                        "[\"wjg465413\", \"wjg465413\"]"
                    ]
                }
            }
        },
        "rejectedPlans" : [ ]
    },
    "executionStats" : {
        "executionSuccess" : true,
        "nReturned" : 1,
        "executionTimeMillis" : 53,
        "totalKeysExamined" : 1,
        "totalDocsExamined" : 1,
        "executionStages" : {
            "stage" : "FETCH",
            "nReturned" : 1,
            "executionTimeMillisEstimate" : 0,
            "works" : 2,
            "advanced" : 1,
            "needTime" : 0,
            "needFetch" : 0,
            "saveState" : 0,
            "restoreState" : 0,
            "isEOF" : 1,
            "invalidates" : 0,
            "docsExamined" : 1,
            "alreadyHasObj" : 0,
            "inputStage" : {
                "stage" : "IXSCAN",
                "nReturned" : 1,
                "executionTimeMillisEstimate" : 0,
                "works" : 2,
                "advanced" : 1,
                "needTime" : 0,
                "needFetch" : 0,
                "saveState" : 0,
                "restoreState" : 0,
                "isEOF" : 1,
                "invalidates" : 0,
                "keyPattern" : {
                    "username" : 1
                },
                "indexName" : "username_1",
                "isMultiKey" : false,
                "direction" : "forward",
                "indexBounds" : {
                    "username" : [
                        "[\"wjg465413\", \"wjg465413\"]"
                    ]
                },
                "keysExamined" : 1,
                "dupsTested" : 0,
                "dupsDropped" : 0,
                "seenInvalidated" : 0,
                "matchTested" : 0
            }
        },
        "allPlansExecution" : [ ]
    },
    "serverInfo" : {
        "host" : "Jack",
        "port" : 27017,
        "version" : "3.0.3",
        "gitVersion" : "b40106b36eecd1b4407eb1ad1af6bc60593c6105"
    },
    "ok" : 1
}

可以看到两次的查询计划有很大的差别，我们还是着重看下那两个属性值。

 "executionTimeMillis" : 53　　//执行的毫秒数

 "totalDocsExamined" : 1　　//共检查的文档数

加过索引之后查询这个文档所耗费的时间仅仅为53毫秒，并且扫描一次直接定位，性能提升了16倍。可见合理使用索引的重要性！

注：“_id”字段是Mongo为我们默认添加的索引，而且是唯一索引，保证了数据的唯一性，不可以移除。另外，使用limit(1)限制查询结果的数量也可以提高查询速度

3、索引的类型

a）、单一索引：可以在数据集上任意一个字段上建立索引，包括普通的属性键、内嵌文档以及内嵌文档中的属性键。

db.users.createIndex({ "username" : 1 })  //普通属性键的索引

//假设class是一个内嵌的文档
db.users.createIndex({ "class" : 1 })  //内嵌文档的索引
 
db.users.createIndex({ "class.classname" : 1 })  //内嵌文档中的属性键索引

索引方向：1表示升序，-1表示降序

b）、复合索引：以多个属性键为基础而建立得索引

db.users.createIndex({ "username" : 1, "age" : -1, "userid" : 1 })  //在“username”、“age”和“userid”上建立复合索引

索引前缀：通过建立上边的复合索引之后，Mongo就相当于同时拥有了三个索引一样，分别是{"username" : 1},{"username" : 1, "age" : -1}和{"username" : 1, "age" : -1, "userid" : 1}，但是像{"age" : -1},{"userid" : 1}或者{"age" : -1, "userid" : 1}这三个索引并不会起作用。所以它会使用包含了前缀（首个）的索引的作为复合索引

c）、多键索引：为数组中的多个值建立索引以实现高效查询。

注：Ⅰ、不允许在多个数组上建立复合索引

　　Ⅱ、不能指定片键作为多键索引

　　Ⅲ、哈希索引不能是多键

　　Ⅳ、多键索引不支持覆盖查询

d）、地理空间索引和查询：Mongo提供了两种曲面类型的索引：2dsphere索引和2d索引。查询类型包括：包含(inclusion)，交叉(intersection)和接近(proximity)

e)、文本索引：用来支持查询包含了字符串或者字符串数组的文档

db.users.createIndex({"username" : "text"})

注：文本索引不支持排序并且一个复合文本索引不能再包含其他任何索引了

f）、哈希索引：它可以在使用了哈希片键进行分片的数据集上进行索引，支持相等查询，但是不支持范围查询

 db.users.createIndex({"username" : "hashed"})

4、索引特性

a）、TTL（Time-To-Live）索引：是一种具有生命周期的索引，它允许为每一个文档设置一个超时时间

 db.users.createIndex({ "createdate" : 1 },{ "expireAfterSecs" : 60*60*24 }) 

说明：在“createdate”字段上建立一个TTL索引，当这个自段存在并且是日期类型，当服务器时间比“createdate”字段的时间晚60*60*24秒，即24小时时，文档就会被删除

b)、唯一索引：确保集合的每一个文档的指定键都有唯一值

db.users.createIndex({"username" : 1}, {"unique" : true})

c)、稀疏索引：Mongo里边的null会被看做值，如果有一个可能存在也可能不存在的字段，我们可以使用稀疏索引

db.users.createIndex({"age" : 1},{"sparse" : true})

4、索引操作

a）、查看所有索引

db.users.getIndexes()

b)、移除索引

db.users.dropIndex({"createdate1" : 1 })

c)、移除所有索引

db.users.dropIndexes()

d)、重建索引

db.users.reIndex()

说明：该操作会先删除所有索引，包括“_id”，然后重新创建所有索引

感谢各位的阅读，以上就是“MongoDB索引的应用及常见操作是怎样介绍”的内容了，经过本文的学习后，相信大家对MongoDB索引的应用及常见操作是怎样介绍都有更深刻的体会了吧。这里是群英网络，小编将为大家推送更多相关知识点的文章，欢迎关注！

免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：mmqy2019@163.com进行举报，并提供相关证据，查实之后，将立刻删除涉嫌侵权内容。

猜你喜欢

• MongoDB分片键怎么选择？有哪些类型你知吗？

  本文主要给大家的介绍的关于MongoDB分片键的选择，对于MongoDB分片键不熟悉和不知道如何挑选MongoDB分片键的朋友可以参考，下面我们一起来了解一下MongoDB分片键。

• MongoDB中findOne()方法使用详解

  MongoDB中findOne()方法使用详解：如果输入的条件匹配多个文档，则该方法将根据自然顺序仅返回一个文档，这反映了文档在数据库中的存储顺序。

• MongoDB覆盖索引查询是什么，如何使用

  MongoDB 覆盖索引查询 官方的MongoDB的文档中说明，覆盖查询是以下的查询： 所有的查询字段是索引的一部分 所有的查询返回字段在同一个索引中 由于所有出现在查询中的字段是索引的一部分， MongoDB 无需在整个数据文档中检索匹配查询条件和返回使用相同索引的查询结果。 因为索引存在于RAM中，从索引中获取数据比通过扫描文档读取数据要快得多。 使用覆盖索引查询 为了测试覆盖索引查询，使用以下 users 集合: { ..

• MongoDB的复合索引是什么？

  MongoDB的复合索引是什么？很多人可能对于MongoDB的复合索引不是很熟悉，因此这篇文章小编就给大家介绍一下关于MongoDB的复合索引的定义和使用，需要的朋友可以参考。

• PHP7环境中MongDB怎样安装，增删改操作怎样做

  PHP7 MongDB 安装与使用 本文教程只适合在 PHP7 的环境，如果你是 PHP5 环境，你可以参阅 PHP MongDB 安装与使用。 PHP7 Mongdb 扩展安装 我们使用 pecl 命令来安装： $ /usr/local/php7/bin/pecl install mongodb 执行成功后，会输出以下结果： …… Build process completed successfully Installing &..