二、MongoDB的基本操作之索引

（一）索引的种类

• _id 索引
• 单键索引
• 多键索引
• 复合索引
• 过期索引
• 全文索引
• 地理位置索引

（二）查询索引

1、查询集合中所有索引
db.imooc_collection.getIndexes()

（三）索引属性

1、创建索引时的格式：db.collection.ensureIndex({param},{param}),第2个参数便是对应的属性。

2、比较重要的属性：

（1）名字，name指定：

db.collection.ensureIndex({},{name;” “})

一旦我们自定义 name 之后，我们在删除索引是，可将自定义 name 作为参数
db.collection.dropIndex(“name”)

（2）唯一性，unique指定，利用unique可以实现若存在，则不插入，若不存在则插入。

db.collection.ensureIndex({},{unique:true/false})

（3）稀疏性，sparse指定，不必为不存在的字段创建索引（默认不稀疏）

db.collection.ensureIndex({},{sparse:true/false})

#查找存在 m 字段的数据
①db.imooc_2.find({m:{$exists:true}})

#建立 m 字段索引，且指定 稀疏性 true
②db.imooc_2.ensureIndex({m:1},{sparse:true})

#查找非 m 字段的数据
③db.imooc_2.find(m:{$exists:false})

如果mongoDB在选取索引时，如果发现在稀疏索引上查找不存在文档，将不会使用稀疏索引，如果强制指定的话，就会发现问题。

④db.imooc_2.getIndexs()

⑤db.imooc_2.find({m:{$exists:false}}).hint(“m_1”)

不能在稀疏索引上查找字段不存在的记录。

（4）是否定时删除，expireAfterSeconds指定：TTL，过期索引。

（四）创建索引

1、_id 索引
自动创建，无需手动创建

2、单键索引
db.imooc_collection.ensureIndex({x:1})

（1）ensureIndex创建索引，参数是json文档
（2）key的值不再代表值，而是代表方向： x:1代表正向排序，x:-1代表逆向排序。
（3）创建索引要消耗很长的时间，如果系统负载较重，且有很多已经存在的文档，则不能直接使用ensureIndex这个命令，需要在数据库创建之前就创建索引。
（4）创建索引会对写入有一定的影响

3、多键索引
db.imooc_collection.insert({x:[1,2,3,4,5]})
解析：因为上面在创建单键索引时，就是在 x 上创建的，所以，当这里插入的数据为数组时，就自动变为了多键索引。

4、复合索引
插入数据
db.imooc_collection.insert({x:1,y:2,z:3})
创建复合索引
db.imooc_collection.ensureIndex({x:1,y:1})

1代表正向排序 -1代表逆向排序

5、过期索引
创建过期索引
db.imooc_collection.ensureIndex({time:1}，{expireAfterSeconds:10})
插入数据
db.imooc_collection.insert({time:new Date()})

解析：{expireAfterSeconds:10} 过期时间 10s

过期索引的限制：
1.存储在过期索引字段的值必须是指定的时间类型，必须是ISODate或者ISODate数组，不能使用时间戳，否则不能自动删除。
例如 >db.imooc_collection.insert({time:1})，这种是不能被自动删除的
2.如果指定了ISODate数组，则按照最小的时间进行删除。
3.过期索引不能是复合索引。因为不能指定两个过期时间。
4.删除时间是不精确的。删除过程是由MongoDB的后台进程每60s跑一次的，而且删除也需要一定时间，所以存在误差。

6、全文索引

（1）创建全文索引

1、db.imooc_collection.ensuerIndex({key:“text”})
为key字段建全文索引，text为参数。

2、db.imooc_collection.ensuerIndex({key_1:“text”,key_2:“text”})
为key_1,key_2字段建全文索引，text为参数。

3、db.imooc_collection.ensuerIndex({"$**":“text”})
不指定字段，创建集合下所有信息的全文索引。

（2）使用全文索引查询
注意：一个集合只能创建一个全文索引

    #查询包含aa的内容的文档
    db.imooc_collection.find({$text:{$search:"aa"}})
    
     #（或查询）查询包含aa或bb或cc的内容的文档
    db.imooc_collection.find({$text:{$search:"aa bb cc"}})
    
    #（\ 与查询）查询包含aa、bb和cc的内容的文档
    db.imooc_collection.find({$text:{$search:"\"aa\" \"bb\" \"cc\""}})
    
    # -为排除包含有cc内容的文档
    db.imooc_collection.find({$text:{$search:"aa bb -cc"}}) 
    

（3）使用全文索引带权重查询

参数{score:{$meta:“textScore”}}，用于标识相似度。

#参数{score:{$meta:"textScore"}}，用于标识相似度。
db.imooc_collection.find({$text:{$search:"aa bb"}},{score:{$meta:"textScore"}})

#按相似度排序
db.imooc_2.find({$text:{$search:"aa bb"}},{score:{$meta:"textScore"}}).sort({score:{$meta:"textScore"}})

（4）缺陷

全局索引的限制：

1. 每次查询，只能指定一个$text查询
2. $text查询不能出现在$nor查询中
3. 查询中如果包含了$text, hint不再起作用

7、地理位置索引

（1）2d索引
db.collection.ensureIndex({“w”:“2d”})
位置表示方式：经纬度【经度，维度】
取值范围：经度【-180,180】纬度【-90,90】
例如：db.collection.insert({w:[180,90]})

查询方式：
1、$near查询：查询距离某个点最近的点,默认返回100个最近的点

#查询距离点 [1,1] 最近的点
db.collection.find({w:{$near:[1,1]}})
#查询距离点 [1,1] 最近的点，且距离不超过10
db.collection.find({w:{$near:[1,1]，$maxDistance:10}})

2、$geoWithin查询：查询某个形状内的点
形状的表示
a、$box:矩形，使用
{$box:[[<x1>,<y1>],[<x2>,<y2>]]}//第一个坐标代表左边界，第二个右边界
案例：db.location.find({w:{$geoWithin:{$box:[[0,0],[3,3]]}}})
b、$center:圆形
{$center:[[<x1>,<y1>],r]}//r为圆的半径
案例：db.location.find({w:{$geoWithin:{$center:[[0,0],3]}}})
c、$polygon:多边形
{$polygon:[[<x1>,<y1>],[<x2>,<y2>],[<x3>,<y3>]]}
案例：db.location.find({w:{$geoWithin:{$polygon:[[0,0],[0,1],[2,5]]}}})

3、geoNear 查询（可以看做是$near查询的进化版本）
它不仅支持 minDistance，而且它的返回结果多了一些数据。
使用runCommand命令进行使用：

db.runCommand({
				getNear:<collection>,	//指定数据集合
				near:[x,y],				//查询坐标
				minDistance:			(对2d索引无效，对2dsphere有效)
				maxDistance:			//返回符合文档最多的数量
				num:2				//返回的数量
			})
4、查询返回结果
{
"results":[		//查询的结果
{
"dis":	//查找到的数据与所指定查找的数据之间的距离
"obj":{}	//查找到的数据
}
],
"stats":{	//查询的参数
"nscanned":	//扫描了哪些数据
"objectsloaded":
"avgDistance":		//平均距离
"maxDistance":	//最大的距离
"time":		//花费的时间
},
"ok":
}

（2）2dsphere 索引
创建方法:db.collection.ensureindex({w: “2dsphere”})
2Dsphere位置表示方式：
GeoJSON：描述一个点，一条直线，多边形等形状。
格式：
{type:’’, coordinates:[list]}
GeoJSON查询可支持多边形交叉点等，支持MaxDistance 和 MinDistance

（五）索引构建情况分析

1、使用索引的优缺点：
优点，加快索引相关的查询
缺点，增加磁盘空间的消耗，降低写入性能

2、判断当前索引构建的情况：

• Mongostat工具
• profile集合
• 日志
• explain

3、Mongostat工具
使用 mongostat 工具：./mongostat -h 127.0.0.1:27017

mongostat 输出部分字段的含义：
（1）inserts/query/update/delete: 分别指当前mongodb插入、查询、更新、删除 数量，以每秒计；
（2）getmore: MongoDB返回结果时，每次只会返回一定量；当我们继续用find()查询更多数据时，系统就会自动用getmore来获取之后的数据；
（3）command: 执行的命令数量；
（4）flushes: MongoDB使用虚拟内存映射的方式管理数据，我们在向MongoDB写入或查询数据时，MongoDB会做一次虚拟内存映射，有些数据其实是在硬盘上的；每隔一段时间，MongoDB会把我们写到内存的数据flush到硬盘上；这个数据大的话，会导致mongodb的性能较差；
（5）mapped/vsize/res: 与磁盘空间大小有关，申请的内存大小；
（6）faults：如果我们查询的数据，没有提前被MongoDB加载到内存中，我们就必须到硬盘上读取，叫做“换页”；如果faults比较高，也会造成性能下降；
（7）idx miss: 表示我们的查询没有命中索引的比率；如果很高，说明索引构建有问题，索引不合适或者索引数量不够；
（8）qr|qw: 说明MongoDB的写队列或者读队列的情况。我们向MongoDB读写时，这些请求会被放到队列中等待。数量大（几百上千）说明MongoDB处理速度慢或者读写请求太多，性能会下降。
（9）ar|aw: 当前活跃的读写客户端的个数。

4、profile集合