索引就是用来加速查询的。数据库索引与书籍的索引类似:有了索引就不需要翻遍整本书,数据库则可以直接在索引中查找,使得查找速度能提高几个数量级。在索引中找到条目以后,就可以直接跳转到目标文档的位置。
默认是Btree索引2.4版本后可以加hash索引 1正序索引 -1倒序索引
collection和key分别代表集合和键名称 逗号隔开,做多个索引
mongoDB中所有1的地方可以用true替换,反过来也可以,创建和删除成对的,用1创建的就得用1删除,用true会报错找不到
• 创建普通索引,使用命令 db.collection.ensureIndex({key:1})
创建子文档索引db.collection.ensureIndex({filed.subfield:1/-1});
• 查看关于索引的相关信息,使用命令 db.collection.stats()
查看collection的有哪些索引状态信息,db.collection.getIndexes()
• 查看查询使用索引的情况,使用命令 db.collection.find({key:value}).explain()
• 删除索引,使用命令 db.collection.dropIndex({key:1}) db.collection.dropIndexs()删除所有索引
• 删除集合,也会将集合中的索引全部删除
• 创建唯一索引,使用命令 db.collection.ensureIndex({key:1},{unique:true})
• 查看关于索引的相关信息,使用命令 db.collection.stats()
• 查看查询使用索引的情况,使用命令 db.collection.find({key:value}).explain()
• 删除索引,使用命令 db.collection.dropIndex({key:1})
• 删除集合,也会将集合中的索引全部删除
创建稀疏索引:
稀疏索引的特点------如果针对field做索引,针对不含field列的文档,将不建立索引.
与之相对,普通索引,会把该文档的field列的值认为NULL,并建索引.
适宜于: 小部分文档含有某列时.
db.collection.ensureIndex({field:1/-1},{sparse:true});
创建哈希索引(2.4新增的)
哈希索引速度比普通索引快,但是,无能对范围查询进行优化.
适宜于---随机性强的散列
db.collection.ensureIndex({file:’hashed’});
重建索引
一个表经过很多次修改后,导致表的文件产生空洞,索引文件也如此.
可以通过索引的重建,减少索引文件碎片,并提高索引的效率.
类似mysql中的optimize table
db.collection.reIndex()
测试脚本:
for(var i=0;i<10000;i++){db.test.insert({name:"user"+i,age:i})}
explain是非常有用的工具,会帮助你获得查询方面诸多有用的信息。只要对游标调用该方法,就可以得到查询细节。explain会返回一个文档,而不是游标本身。如:
> db.test.find().explain()
{
"cursor" : "BasicCursor",
"nscanned" : 1,
"nscannedObjects" : 1,
"n" : 1,
"millis" : 0,
"nYields" : 0,
"nChunkSkips" : 0,
"isMultiKey" : false,
"indexOnly" : false,
"indexBounds" : {
}
}
explain会返回查询使用的索引情况,耗时和扫描文档数的统计信息。
"cursor":"BasicCursor"表示没有使用索引。
"nscanned":1 表示查询了多少个文档。
"n":1 表示返回的文档数量。
"millis":0 表示整个查询的耗时。毫秒