索引和执行计划——《mongoDB 从入门到内卷再到入土》

内卷能让一个群体的内部变得异常的精致，但是本质上却完完全全没有任何的进步，并且会导致更多没必要的资源浪费以及带来更加激烈的竞争。它是zbzy社会下劳动力过剩的必然现象。

索引

索引类型

MongoDB索引使用B-Tree数据结构

单字段索引
MongoDB支持在文档的单个字段上创建用户定义的升序/降序索引，称为单字段索引（Single Field Index）
对于单个字段索引和排序操作，索引键的排序顺序（即升序或降序）并不重要，因为MongoDB可以在任何方向上遍历索引

复合索引
MongoDB还支持多个字段的用户定义索引，即复合索引（Compound Index）
复合索引中列出的字段顺序具有重要意义。例如，如果复合索引由 { userid: 1, score: -1 } 组成，则索引首先按userid正序排序，然后在每个userid的值内，再在按score倒序排序

其他索引

地理空间索引（Geospatial Index）、文本索引（Text Indexes）、哈希索引（Hashed Indexes）

地理空间索引（Geospatial Index）
为了支持对地理空间坐标数据的有效查询，MongoDB提供了两种特殊的索引：返回结果时使用平面几何的二维索引和返回结果时使用球面 几何的二维球面索引

文本索引（Text Indexes）
MongoDB提供了一种文本索引类型，支持在集合中搜索字符串内容。这些文本索引不存储特定于语言的停止词（例如“the”、“a”、“or”），而将集合中的词作为词干，只存储根词

哈希索引（Hashed Indexes）
为了支持基于散列的分片，MongoDB提供了散列索引类型，它对字段值的散列进行索引。这些索引在其范围内的值分布更加随机，但只支 持相等匹配，不支持基于范围的查询

索引及其管理

查询索引
返回一个集合中的所有索引的数组

db.collection.getIndexes()

创建索引
在集合上创建索引。

db.collection.createIndex(keys, options)

测试例：
单字段索引示例：
对 userid 字段建立索引：

db.testTable.createIndex({userid:1}) { 	
	"createdCollectionAutomatically" : false, 	
	"numIndexesBefore" : 1, 	
	"numIndexesAfter" : 2, 	
	"ok" : 1
 }

复合索引：
对 userid 和 nickname 同时建立复合索引：

db.testTable.createIndex({userid:1,nickname:-1}) { 	
	"createdCollectionAutomatically" : false, 	
	"numIndexesBefore" : 2, 	
	"numIndexesAfter" : 3, 	
	"ok" : 1
}

移除索引
移除指定索引:

db.collection.dropIndex(index)

使用例:
删除testTable集合中 userid 字段上的升序索引：

db.comment.dropIndex({userid:1})

移除所有索引:

db.collection.dropIndexes()

执行计划

分析查询性能通常使用执行计划来查看查询的情况，如查询耗费的时间、是否基于索引查询等。
那么，通常，我们想知道，建立的索引是否有效，效果如何，都需要通过执行计划查看

db.collection.find(query,options).explain(options)

使用例:
查看根据userid查询数据的情况：

db.comment.find({userid:"1003"}).explain()