MongoDB入门（3）--MongoDB的索引

《mongodb入门》读书笔记下载：
http://download.csdn.net/detail/ch717828/9833847

MongoDB的索引

1. 查看索引
   
   • db.test_table.getIndexes()
2. 创建索引(1表示升序,-1表示降序)
   
   • db.test_table.ensureIndex({x:1})

3. 索引的种类

   • _id索引

     _id索引是绝大多数集合默认建立的索引，对于每个插入数据MongoDB都会自动生成一条唯一的_id字段

   • 单键索引

     单键是最普通的索引

     db.test_table.ensureIndex({x:1})

   • 多键索引

     在单键索引的基础上，多键索引的值有多个记录，例如数组

     db.test_table.insert({x:[1,2,3,4,5]})

     对于这条插入记录来讲，mongodb即为x创建了一个多键索引

   • 复合索引

     使用多个键作为索引

     db.test_table.ensureIndex({x:1,y:1})

   • 过期索引

     在一段时间后会过期的索引，在索引过期后，相应的数据会被删除。 这适合存储一些在一段时间之后会失效的数据比如用户的登陆信息、存储的日志

     
     db.test_table.ensureIndex({y:1},{expireAfterSeconds:30})
     db.test_table.insert({y:new Date()})
     db.test_table.insert({y:1})
     

     观察一段时间后会发现，y的值为 new Date()的记录被自动删除，y的值为1的值没有被删除。因此
     存储在过期索引字段的值必须是指定的时间类型（ISODate或者ISODate数组，不能使用时间戳）。如果制定了ISODate数组，则按照数组中的最小的时间进行删除。此外，过期索引不能是复合索引。删除时间不是精确的（删除过程由后台程序定时执行，而且删除过程也需要时间，因此存在误差）

   • 全文索引

     创建全文索引(每个数据集合只允许创建一个全文索引)

     db.test_table.ensureIndex({key:"text"}) 
     db.test_table.ensureIndex({key_1:"text",key_2:"text"}) 
     db.test_table.ensureIndex({"$**":"text"})  #$**表示在所有的字符串字段上创建一个全文索引。
     

     使用全文索引

     db.test_table.insert({"article":"abcd abcd abcd"}) 
     db.test_table.insert({"article":"11 22 33"}) 
     db.test_table.ensureIndex({"article":"text"})
     db.test_table.find({$test:{$search:"abcd"}})
     db.test_table.find({$test:{$search:"abcd 11"}}) 
     db.test_table.find({$test:{search:"abcd -11"}}) ＃包含abcd但不包含11
     db.test_table.find({$test:{$serach:"\"abcd\" \"11\" "}}) ＃即包含abcd又包含11
     db.test_table.find({$test:{$search:"abcd 1234"}},{score:{$meta:"textScore"}}) ＃全文索引相似度
     

   • 地理位置索引

     2D平面地理位置索引

     db.test_location.ensureIndex({"w":"2d"}) ＃创建2D平面地理位置索引
     db.test_location.insert({w:[100,150]})   #插入记录
     db.test_location.find({w:{$near:[1,1]}})  #查找距离[1,1]最近的点(默认返回前100个)
     db.test_location.find({w:{$near:[1,1],$maxDistance:10}})  #查找距离[1,1]距离不超过10的点
     db.test_location.find({w:{$geoWithin:{$box:[[0,0],[3,3]]}}}) #查找矩形[ [0,0],[3,3] ] 内的点
     db.test_location.find({w:{$geoWithin:{$center:[[0,0],5]}}})  #查找圆心[0,0]半径为5的圆内的点
     db.test_location.find({w:{$geoWithin:{$polygon:[[0,0],[0,1],[2,2],[3,3]]}}})  #查找多边形[[0,0],[0,1],[2,2],[3,3]]内的点
     db.runCommand({geoNear:"test_location",near:[1,2],$maxDistance:10,num:2}) #查找test_location中，距离[1,2]最大距离不超过10的2条记录

     2D球面地理位置索引

4. 索引的名字
   db.test_table.ensureIndex({x:1,y:1,z:1},{name:"normal})

5. 索引的唯一性

   db.test_table.ensureIndex({m:1,n:1},{unique:true})
   db.test_table.insert({m:1,n:2})  #插入成功
   db.test_table.insert({m:1,n:2})  #插入失败，键冲突

6. 索引的稀疏性（稀疏性为true表示不为不存在的字段创建索引）
   db.test_table.ensureIndex({x:1},{sparse:true})

   不可以在稀疏索引上查找不存在的记录,例：

   “`
   db.test_table.insert({m:1})
   db.test_table.insert({n:1})
   db.test_table.find({m:{$exists:true}}) #查找m存在的记录 db.test_table.ensureIndex({m:1},{sparse:true}) #创建稀疏索引 db.test_table.find({m:{$exists:false}}) #查找m不存在的记录，依然找出m,这是稀疏索引的问题
   db.test_table.find({m:{$exists:false}}).hind(“m_1”) #可以实现查找m不存在的记录

   “`

索引构建情况分析

• mongostat： 查看mongodb运行状态的程序

  ./bin/mongostat --hlep   #查看mongostat帮助
  ./bin/mongostat -h 127.0.0.1:12345  #查看当前系统的运行情况（如查看每秒有多少写入）
  

• explain: 显示一次查询的详细信息

  db.test_table.find({x:1}).explain();
  

MongoDB安全

1. 开启MongoDB的鉴权
   vim conf/mongod.conf

   port = 12345
   dbpath = data
   logpath = log/mongod.log
   fork = true
   author = true
    ```
   使用createUser创建用户
   

   db.createUser({user:”testUser”,pwd:”testUser”,roles:[{role:”userAdmin”,db:”admin”},{role:”read”,db:”test”}]}) #创建testUser用户，对admin有userAdmin权限，对test有read权限
   “`

问题

1. 多键索引的作用

多键索引与单键索引在使用方式上有很大区别，在单键索引的基础上，若插入的值为数组，则MongoDB为其创建一个多键索引。查询时，使用多键数组中的任意一个值均可以找到该条记录。