MongoDB学习(五)

MongoDB学习(五)

索引

MongoDB的索引采用了B树，索引能有效的提高查询效率。创建索引的查询的时间复杂度为logN，相当于做了一次二分法。MongoDB在执行查询时，如果有索引会走一次索引的选择，选择最优的索引情况，最终去执行查询再将结果返回。

在使用MongoDB时，理论上所有的查询都应该落在索引上，除非数据很少，可以不落在索引。所以在开发时，有需求到来，首先要去看一下执行计划，检查自己的语句是否有问题。以下为返回的实例，并在关键参数后面增加了注释

// db.user.find({user_no:"000000"}).explain(true)
{
  ...
	"executionStats" : {
		"executionSuccess" : true,
		"nReturned" : 4,
		"executionTimeMillis" : 54,//本次查询耗费的时间
		"totalKeysExamined" : 0,
		"totalDocsExamined" : 103190,//本次查询扫描的文档数
		"executionStages" : {
			"stage" : "COLLSCAN", //索引扫描
			"filter" : {
				"user_no" : {
					"$eq" : "000000"
				}
			},
			"nReturned" : 4,
			"executionTimeMillisEstimate" : 0,
			"works" : 103192,
			"advanced" : 4,
			"needTime" : 103187,
			"needYield" : 0,
			"saveState" : 806,
			"restoreState" : 806,
			"isEOF" : 1,
			"direction" : "forward",
			"docsExamined" : 103190
		},
		"allPlansExecution" : [ ]
	}
  ...
}

本次查询时合理的应该在user_no字段上面设置索引。

设置索引

常见的MongoDB的索引类型有如下几种

• 单键索引

• 组合索引

  设置组合索引最好满足esr原则，精确匹配的字段放在最前面，排序的字段放到中间，范围的字段放在最后面。比如说一个查询

  db.test.find({gender:"f",age:{$gte:18}}).sort("join_date":1)
  

  应该如何设置索引。最好的方式是

  db.test.createIndex({gender:1,join_date:1,age:1})
  

• 地理位置索引

  地理位置索引也比较特殊，如果涉及到了地理位置业务，这种索引非常方便

  db.geo_col.createIndex({location:"2d"},{min:-20,max:20,bits:10},{collation:{locale:"simple"}})
  

  –查询

  db.geo_col.find({location:{$geoWithin:{$box:[[1,1],[3,3]]}}})
  

• 全文索引

  某些程度上可以替代elasticsearch

  db.test.createIndex({'content':"text"})
  

  –查询

  db.test.find({$text:{$search:"coffee"}})
  

• 部分索引

  非常实用的一种索引，可以将文档的部分进行过滤来创建索引,比如在a字段所有大于5的数据创建索引

  db.test.createIndex({a:1},{partialFilterExpression:{a:{$gte:5}}})
  

索引的其他技巧

• 后台创建索引

  db.test.createIndex({a:1},{background:true})
  

• 为不同的业务创建不同的索引

  使用MongoDB一般都会使用集群，可以将某个从节点的索引与其他节点不同，然后处理特殊的业务，比如说报表，一般情况下报表的查询与业务都不一样

  1. 该从节点priority设置为0
  2. 关闭该从节点
  3. 以单机模式启动
  4. 添加索引
  5. 关闭从节点，以副本集模式启动