MongoDB 索引

已于 2024-10-01 14:55:01 修改
阅读量431 收藏 6
点赞数 11
分类专栏： 数据库 文章标签： 数据库
于 2024-10-01 14:54:29 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_62866151/article/details/142668793
版权

目录

介绍

创建索引

删除索引

删除单个索引

删除多个索引

删除 _id 索引之外的所有索引

索引的类型

单字段索引

复合索引

多键索引

边界

通配符

地理空间索引

2dsphere

什么是 GeoJSON？

点（Point）

线（LineString）

多边形（Polygon）

 多点（MultiPoint）

线组（MultiLineString）

 多多边形（MultiPolygon）

几何集合（GeometryCollection）

创建 2dsphere

查询 2dsphere 

Polygons

球 

交叉点

球体中的圆

2d

2d 的创建

精度 

位置范围

查询 2d

曲面上的点

曲面上的形状

文本索引

 注意事项

应用场景

哈希索引

聚集索引

使用场景

注意事项

介绍

我们先简单了解一下索引：索引的本质就是一个排序的列表，在这个列表中存储着索引的值和包含这个值的数据 (数据row或者document) 的物理地址，索引可以大大加快查询的速度，这是因为使用索引后可以不再扫描全表来定位某行的数据，而是先通过索引表找到该行数据对应的物理地址(多数为B-tree查找)，然后通过地址来访问相应的数据。

创建索引

示例

db.blog.createIndex(
   {
     content: "text",
     "users.comments": "text",
     "users.profiles": "text"
   },
   {
     name: "InteractionsTextIndex"
   }
)

查看创建的索引

db.blog.getIndexes()

输出的结果

[
  { v: 2, key: { _id: 1 }, name: '_id_' },
  {
    v: 2,
    key: { _fts: 'text', _ftsx: 1 },
    name: 'InteractionsTextIndex',
    weights: { content: 1, 'users.comments': 1, 'users.profiles': 1 },
    default_language: 'english',
    language_override: 'language',
    textIndexVersion: 3
  }
]

注意

  • 索引名称必须是唯一的。使用已有索引的名称创建索引会报错。

  • 如果您在创建索引时未指定名称，系统会用下划线将每个索引键字段和值连接起来，从而生成新索引的名称。

删除索引

db.collection.dropIndex()     从集合中删除特定索引。

db.collection.dropIndexes()      从集合或索引数组中删除所有可移动索引（如果指定）。

删除单个索引

db.<collection>.dropIndex("<indexName>")

删除多个索引

db.<collection>.dropIndexes( [ "<index1>", "<index2>", "<index3>" ] )

注意：方法名多了个 es

删除 _id 索引之外的所有索引

db.<collection>.dropIndexes()

索引的类型

单字段索引

单个字段索引收集集合内每个文档中单个字段的数据，并对其排序。

值 1 表示升序，-1 表示降序

例如：这个地方就是给 gpa 添加了一个升序索引

db.students.createIndex( { gpa: 1 } )

对嵌入字段创建索引 

什么是嵌入式文档呢？

恰似 JSON 的嵌套字段即对象1里面还有对象2甚至更多，那么对象2就是对象1的嵌套

例如：state 就是 location 的嵌套文档（对象2），这个地方就是给 state 创建一个升序索引

db.students.createIndex( { "location.state": 1 } )

复合索引

复合索引从集合中每个文档的两个或多个字段收集数据并对其排序。数据先按索引中的第一个字段分组，再按每个后续字段分组。

类似 MYSQL 的一表多主键的机制，知道 MYSQL 的复合主键，那么理解 MongoDB 的复合主键应该会很快

例如：把 name 设置成升序，gpa 设置成降序，两个合在一起就是一个索引，这个索引就是复合索引

db.students.createIndex( {
   name: 1,
   gpa: -1
} )

那么，复合索引有什么作用呢？

复合索引可以加速涉及多个字段的查询，包括等值查询、范围查询和排序操作。

相较于单字段索引，复合索引对性能有更重要的影响

多键索引

多键索引收集数组中存储的数据并进行排序。

您无需显式指定多键类型。对包含数组值的字段创建索引时，MongoDB 会自动将该索引设为多键索引。

主要还是作用在 数组 上的一个索引

模拟一些数据

db.students.insertMany( [
   {
      "name": "Andre Robinson",
      "test_scores": [ 88, 97 ]
   },
   {
      "name": "Wei Zhang",
      "test_scores": [ 62, 73 ]
   },
   {
      "name": "Jacob Meyer",
      "test_scores": [ 92, 89 ]
   }
] )

 这就是给 test_scores 添加一个升序索引

db.students.createIndex( { test_scores: 1 } )

对于内嵌数组类型的索引，和上诉的内嵌是差不多的，这里就不过多赘述了 

边界

索引边界定义了 MongoDB 使用索引执行查询时搜索的索引值的范围。 当您在索引字段上指定多个查询谓词时，MongoDB 会尝试合并这些谓词的边界，以生成边界更小的索引扫描。 较小的索引边界可加快查询速度并减少资源使用。

说白了就是在查询时增加了一些限制条件，比如大于小于等，给查询规定在一个范围内实现更快的查找数据

例如

db.students.find( { grades: { $gte: 90, $lte: 99 } } )

更多的信息还是查看官网：多键索引边界 - MongoDB 手册 v 7 。 0

通配符

使用 ($**) 即为通配符

什么是通配符？

使用通配符索引来支持对事先不知道或因文档而异的字段名称的查询

实现模糊查找时就可以使用 通配符

例如

db.products.insertMany( [
   {
      "product_name" : "Spy Coat",
      "attributes" : {
         "material" : [ "Tweed", "Wool", "Leather" ],
         "size" : {
            "length" : 72,
            "units" : "inches"
         }
      }
   },
   {
      "product_name" : "Spy Pen",
      "attributes" : {
         "colors" : [ "Blue", "Black" ],
         "secret_feature" : {
            "name" : "laser",
            "power" : "1000",
            "units" : "watts",
         }
      }
   }
] )

创建一个通配符索引

db.products.createIndex( { "attributes.$**" : 1 } )

 查询

db.products.find( { "attributes.material" : "Leather" } )
[
  {
    _id: ObjectId("63472196b1fac2ee2e957ef6"),
    product_name: 'Spy Coat',
    attributes: {
      material: [ 'Tweed', 'Wool', 'Leather' ],
      size: { length: 72, units: 'inches' }
    }
  }
]

地理空间索引

地理空间索引可提高对地理空间坐标数据进行查询的性能。要了解详情，请参阅地理空间索引。

MongoDB 提供两种类型的地理空间索引：

  • 使用平面几何返回结果的 2d 索引。
  • 使用球面几何返回结果的 2dsphere 索引。

2dsphere

2dsphere 索引支持对类似地球的球体进行地理空间查询。

  • 确定指定区域内的点。

  • 计算到指定点的距离。

  • 返回坐标查询的精确匹配结果。

被索引字段的值必须为以下二者之一：

  • GeoJSON 对象
  • 传统坐标对

对于传统坐标对，2dsphere 索引将数据转换为 Geo JSON 点。

什么是 GeoJSON？

GeoJSON 是一种基于 JSON (JavaScript Object Notation) 的格式，用于表示各种地理数据结构。它是基于 JSON 的一种标准，用于编码地理信息，包括点、线、面（多边形）以及其他地理集合。GeoJSON 通常用于 Web 地图和地理信息服务中，以便于数据的传输和处理。

点（Point）

表示一个地理位置上的单个点。

{ "type": "Point", "coordinates": [125.6, 10.1] }
线（LineString）

表示一系列由线段连接的点。 

{ "type": "LineString", "coordinates": [ [125.6, 10.1], [125.6, 10.2] ] }
多边形（Polygon）

表示一个由线（闭合线）包围的区域，多边形的最后一个点必须与第一个点相同，形成一个闭合的环路。

{ "type": "Polygon", "coordinates": [ [ [125.6, 10.1], [125.6, 10.2], [125.7, 10.2], [125.7, 10.1], [125.6, 10.1] ] ] }
 多点（MultiPoint）

表示多个点的集合。

{ "type": "MultiPoint", "coordinates": [ [100.0, 0.0], [101.0, 1.0] ] }
线组（MultiLineString）

表示多条线段的集合。

{ "type": "MultiLineString", "coordinates": [ [ [100.0, 0.0], [101.0, 1.0] ], [ [102.0, 2.0], [103.0, 3.0] ] ] }
 多多边形（MultiPolygon）

表示多个多边形的集合。

{ "type": "MultiPolygon", "coordinates": [ 
  [ [ [102.0, 2.0], [103.0, 2.0], [103.0, 3.0], [102.0, 3.0], [102.0, 2.0] ] ],
  [ [ [100.0, 0.0], [101.0, 0.0], [101.0, 1.0], [100.0, 1.0], [100.0, 0.0] ] ]
] }
几何集合（GeometryCollection）

表示多个几何对象的集合。 

{
  "type": "GeometryCollection",
  "geometries": [
    { "type": "Point", "coordinates": [100.0, 0.0] },
    { "type": "LineString", "coordinates": [ [100.0, 0.0], [101.0, 1.0] ] }
  ]
}

GeoJSON 对象通常包含一个 type 字段，用于指定它所表示的几何类型，以及一个 coordinates 字段，包含了具体的坐标数据。这些坐标通常是经纬度对，表示在地球表面上的位置。

GeoJSON 也支持包含属性（properties），这是一组键值对，用于存储与几何相关的信息，例如：

{
  "type": "Feature",
  "geometry": {
    "type": "Point",
    "coordinates": [125.6, 10.1]
  },
  "properties": {
    "name": "Dinagat Islands",
    "population": 1800
  }
}
创建 2dsphere

创建一个 places 集合 

db.places.insertMany( [
   {
      loc: { type: "Point", coordinates: [ -73.97, 40.77 ] },
      name: "Central Park",
      category : "Park"
   },
   {
      loc: { type: "Point", coordinates: [ -73.88, 40.78 ] },
      name: "La Guardia Airport",
      category: "Airport"
   },
   {
      loc: { type: "Point", coordinates: [ -1.83, 51.18 ] },
      name: "Stonehenge",
      category : "Monument"
   }
] )

以下操作在位置字段loc上创建2 dsphere 索引： 

db.places.createIndex( { loc : "2dsphere" } )
查询 2dsphere 
Polygons

查询多边形内的位置

使用$geoWithin来查询collection。以下$geoWithin查询指定一个具有四个顶点的多边形（一个矩形）并返回该多边形内的点：

db.places.find( {
   loc: {
      $geoWithin: {
         $geometry: {
            type: "Polygon",
            coordinates: [ [
               [ -73.95, 40.80 ],
               [ -73.94, 40.79 ],
               [ -73.97, 40.76 ],
               [ -73.98, 40.76 ],
               [ -73.95, 40.80 ]
            ] ]
          }
      }
   }
} )

输出

[
  {
    _id: ObjectId("63a4a8d67348ebdcd0a061f0"),
    loc: { type: 'Point', coordinates: [ -73.97, 40.77 ] },
    name: 'Central Park',
    category: 'Park'
  }
]
球 

查询球面上某个点附近的位置

使用$near查询集合。以下$near查询将返回在位于[ -73.92, 40.78 ]的 GeoJSON 点的5000米范围内具有loc字段的文档：

db.places.find( {
   loc: {
      $near: {
         $geometry: {
            type: "Point",
            coordinates: [ -73.92, 40.78 ]
         },
         $maxDistance : 5000
      }
   }
} )

输出

[
  {
    _id: ObjectId("63f7c3b15e5eefbdfef81cab"),
    loc: { type: 'Point', coordinates: [ -73.88, 40.78 ] },
    name: 'La Guardia Airport',
    category: 'Airport'
  },
  {
    _id: ObjectId("63f7c3b15e5eefbdfef81caa"),
    loc: { type: 'Point', coordinates: [ -73.97, 40.77 ] },
    name: 'Central Park',
    category: 'Park'
  }
]
交叉点

查询与 GeoJSON 对象相交的位置

以下$geoIntersects查询指定包含四个点的LineString ，并返回与直线相交的文档：

db.gasStations.find( {
   loc: {
      $geoIntersects: {
         $geometry: {
            type: "LineString",
            coordinates: [
               [ -105.82, 33.87 ],
               [ -106.01, 34.09 ],
               [ -106.31, 35.65 ],
               [ -107.39, 35.98 ]
            ]
          }
      }
   }
} )

输出

[
   {
     _id: ObjectId("63f658d45e5eefbdfef81ca4"),
     loc: { type: 'Point', coordinates: [ -106.31, 35.65 ] },
     state: 'New Mexico',
     country: 'United States',
     name: 'Horizons Gas Station'
   }
]
球体中的圆

查询球面上某个圆圈内的位置

要查询collection，请使用$geoWithin和$centerSphere操作符：

db.places.find( {
   loc: {
      $geoWithin: {
         $centerSphere: [
            [ -1.76, 51.16 ],
            10 / 6378.1
         ]
      }
   }
} )

该查询返回loc字段位于经度-1.76 、纬度51.16的点的 10 公里半径内的文档。

输出

[
   {
     _id: ObjectId("63fd205e4a08b5e248c03e32"),
     loc: { type: 'Point', coordinates: [ -1.83, 51.18 ] },
     name: 'Stonehenge',
     category: 'Monument'
   }
]

2d

2D 索引支持对存储为二维平面上的点的数据进行查询。2D 索引用于查询 传统坐标对。

2d 的创建
db.contacts.insertMany( [
   {
      name: "Evander Otylia",
      phone: "202-555-0193",
      address: [ 55.5, 42.3 ]
   },
   {
      name: "Georgine Lestaw",
      phone: "714-555-0107",
      address: [ -74, 44.74 ]
   }
] )

在address字段上创建 2d 索引

db.contacts.createIndex( { address : "2d" } )
精度 

在address字段上创建 2d 索引。 指定32位的位置精度：

db.contacts.createIndex(
   { address: "2d" },
   { bits: 32 }
)
位置范围

在address字段上创建 2d 索引。 Specify the following location bounds:

  • min的 边界-75

  • max的 边界60

db.contacts.createIndex(
   {
      address: "2d"
   },
   {
      min: -75,
      max: 60
   }
)
查询 2d
曲面上的点

使用$near来查询collection。以下$near查询返回具有address字段在坐标对[ -73.92, 40.78 ] 50 米范围内的文档：

db.contacts.find( {
   address: {
      $near: [ -73.92, 40.78 ],
      $maxDistance : 50
   }
} )

输出

[
   {
     _id: ObjectId("640a3dd9c639b6f094b00e89"),
     name: 'Georgine Lestaw',
     phone: '714-555-0107',
     address: [ -74, 44.74 ]
   }
]

结果按与查询点的距离从最近到最远排序。

曲面上的形状

使用$geoWithin查询contactscollection。以下$geoWithin查询使用$box操作符返回出现在指定矩形内的文档：

db.contacts.find( {
   address: {
      $geoWithin: {
         $box: [ [ 49, 40 ], [ 60, 60 ] ]
      }
   }
} )

输出

[
  {
    _id: ObjectId("647e4e496cdaf4dc323ec92a"),
    name: 'Evander Otylia',
    phone: '202-555-0193',
    address: [ 55.5, 42.3 ]
  }
]

文本索引

文本索引支持对包含字符串内容的字段进行文本搜索查询。

db.collection.createIndex({ field1: "text", field2: "text", ... })

创建文本索引后，可以使用 $text 查询操作符来执行文本搜索：

db.collection.find({ $text: { $search: "search string" } })

 注意事项

  1. 性能影响：全文索引的创建和维护可能会增加数据库写入的性能开销。
  2. 分词器：MongoDB 使用分词器将文本字段分解为单词进行索引和搜索。默认情况下，MongoDB 使用英文分词器，但可以根据需要配置不同的分词器来适应不同的语言和需求。
  3. 文本字段限制：全文索引仅适用于文本字段，对于其他字段类型，如数值或日期，需要使用其他类型的索引。

应用场景

文本索引适用于多种场景，如内容管理系统（CMS）、电子商务平台和日志分析系统，用于搜索文章、商品名称、描述和日志数据等。

哈希索引

要对已包含数据的集合启用分片，必须创建支持分片键的索引。要为空集合启用分片，可以在对集合进行分片时指定分片键索引。

哈希索引支持哈希分片。哈希索引对字段值的哈希值进行索引。

db.orders.createIndex( { _id: "hashed" } )

创建索引后，您可以对 orders 集合进行分片：

sh.shardCollection(
   "<database>.orders",
   { _id: "hashed" }
)

 创建复合哈希索引

db.customers.createIndex(
   {
      "name" : 1
      "address" : "hashed",
      "birthday" : -1
   }
)

创建索引后，您可以对 customers 集合进行分片：

sh.shardCollection(
   "<database>.customers",
   {
      "name" : 1
      "address" : "hashed",
      "birthday" : -1
   }
)

聚集索引

MongoDB 的聚集索引（Compound Index）是一种特殊的索引类型，它允许你按照多个字段进行索引。这意味着索引可以包含多个字段，并且可以按照这些字段的组合进行查询优化

db.users.createIndex({ name: 1, age: -1 })

使用场景

  1. 排序：当你需要按照多个字段进行排序时，聚集索引非常有用。
  2. 覆盖查询：如果查询可以完全通过索引来满足，那么聚集索引可以提高查询效率。
  3. 组合查询：当你需要根据多个字段进行查询时，聚集索引可以优化这类查询。

查询

db.users.find({ name: "John" }).sort({ age: -1 })

注意事项

  1. 索引大小：聚集索引可能会占用更多的空间，因为它需要存储多个字段的值。
  2. 更新成本：当索引的字段值发生变化时，聚集索引的更新成本可能会更高。
  3. 查询优化：不是所有的查询都能从聚集索引中受益，需要根据实际的查询模式来决定是否创建聚集索引。

以上就是关于 MongoDB 索引的所有信息了

栀夏613
关注
专栏目录
MongoDB 索引限制
lsx202406的博客
06-18 332
MongoDB是一个广泛使用的NoSQL数据库，以其灵活的数据模型和强大的查询能力而闻名。索引是MongoDB中一个核心特性，它们可以提高查询性能，但同时也带来了一些限制。本文将探讨MongoDB索引的限制，并解释它们对数据库性能和设计的影响。
MongoDB索引使用详解
12-16
MongoDB索引是数据库性能优化的关键工具，它们类似于书籍的目录，可以帮助快速定位到所需的数据，从而大大提高查询效率。在没有索引的情况下，MongoDB必须遍历整个集合来找到匹配的文档，这在数据量大的时候会导致...
MongoDB索引
m0_72560900的博客
04-28 1373
分析查询性能（Analyze Query Performance）通常使用执行计划（解释计划、Explain Plan）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。可以移除指定的索引，和移除所有索引。
MongoDB索引详解
持续学习，坚持原创，分享技术笔记及经验。
01-06 1875
MongoDB索引详解
MongoDB 索引机制
My_wife_QBL的博客
07-20 970
MongoDB 是一个高性能、灵活的 NoSQL 数据库，以其文档模型和强大的查询能力而著称。在处理大量数据时，高效的查询性能至关重要。这时，索引机制就显得尤为重要。索引可以显著提高查询效率，减少数据检索的时间。本文将详解 MongoDB 的索引机制，帮助你更好地理解和利用索引来优化数据库性能。
Mongodb索引使用限制
威赞的专栏
07-05 864
学习mongodb，体会mongodb的每一个使用细节，欢迎阅读威赞的文章。这是威赞发布的第85篇mongodb技术文章，欢迎浏览本专栏威赞发布的其他文章。通过在Mongodb添加索引，能够提高Mongodb查询效率。但在索引在使用当中也会有一些限制。本文结合官方文档，介绍Mongodb索引使用上的一些限制。
MongoDB 索引全攻略
我是一名热爱编程和分享知识的技术作者，在金融和教育领域有多年的研发管理经验，感谢您访问我的博客，一定会为您带来不一样的收货！
04-16 2417
任何数据库都有索引这一核心功能，索引通常能够极大的提高查询效率，如果没有索引，MongoDB 在读取数据时必须扫描集合中的每个文件，并选取那些符合查询条件的记录。这种扫描查询集合的查询方式效率非常低，特别在处理大量数据时。索引是特殊的数据结构，索引存储在一个易于遍历读取的数据集合中，索引是对数据库表中一列或多列的值进行排序的一种结构。
Mongodb索引的删除
威赞的专栏
07-08 765
学习mongodb，体会mongodb的每一个使用细节，欢迎阅读威赞的文章。这是威赞发布的第87篇mongodb技术文章，欢迎浏览本专栏威赞发布的其他文章。Mongodb的索引，大多时间都会提高集合的数据查询效率。但针对查询字段的多个索引，可能会使Mongodb选择错误的索引，而对查询效率产生负面影响。同时，数据库管理人员也需要定期查看索引的使用情况 ，需要将不使用的索引清理掉。减少对数据插入和更新产生的影响。而在索引的构建输入错误的名称，或者重新命名索引时，也需要删除索引。
mongoDB索引总结
csdncjh的博客
12-22 1160
MongoDB使用的存储引擎是WiredTiger，其中索引构建使用的是 B+ tree。
MongoDB索引简介与使用
snow_adfe的博客
06-26 2971
MongoDB索引简介与使用
mongodb索引导入
小小程序员
09-04 435
mongodb 索引导入
SpringBoot MongoDB 索引冲突分析及解决方法
08-26
SpringBoot MongoDB 索引冲突分析及解决方法 SpringBoot MongoDB 索引冲突分析及解决方法是 SpringBoot 应用程序中 MongoDB 索引冲突的解决方法。该方法主要通过spring-data-mongo 实现基于 MongoDB 的 ORM-...
Mongodb索引的优化
12-15
在MongoDB中，索引扮演着至关重要的角色，它类似于传统的关系型数据库，通过B-Tree数据结构加速数据查找和排序。 ### 一、索引简介 MongoDB 的索引可以通过`ensureIndex()`函数创建，指定一个或多个字段来提升查询...
MongoDB学习笔记(六) MongoDB索引用法和效率分析
01-20
MongoDB中的索引其实类似于关系型数据库，都是为了提高查询和排序的效率的，并且实现原理也基本一致。由于集合中的键(字段)可以是普通数据类型，也可以是子文档。MongoDB可以在各种类型的键上创建索引。下面分别讲解...
MySQL之复合查询与内外连接
zdlynj的博客
09-30 498
前面我们讲解的mysql表的查询都是对一张表进行查询，即数据的查询都是在某一时刻对一个表进行操作的。而在实际开发中，我们往往还需要对多个表同时进行查询。我们这里使用的测试表，为雇员信息表(来自Oracle 9i的经典测试表)：EMP员工表，DEPT部门表，SALGRADE工资等级表。
JPA+Thymeleaf增删改查
y050505的博客
09-25 495
在使用JPA（Java Persistence API）和Thymeleaf作为模板引擎进行Web开发时，实现增删改查（CRUD）操作是一个常见的需求。下面，我将简要介绍如何使用Spring Boot框架结合JPA和Thymeleaf来实现这一功能。
k8s搭建一主三从的mysql8集群---无坑
oopxiajun博客专栏
09-27 893
对于构建基于MySQL的大规模、高性能应用来讲，需要使用水平扩展(集群)的数据库架构方式。在MySQL内建的复制功能可以实现，通过为服务器配置一个或多个备库的方式来进行数据同步。同时复制功能不仅有利于构建高性能的应用，也是高可用性、可扩展性、容灾、备份以及数据仓库等工作的基础。复制的基本原理是让一台服务器的数据与其他服务器保持同步。一台主库的数据可以同步到多台备库上，备库本身也可以被配置成另外一台服务器的主库。主库和备库之间可以有多种不同的组合方式。
[EBPF] 实时捕获DM数据库是否存在SQL阻塞
飞奔的屎壳郎
09-27 879
名称版本linux版本（centos8.5）DM88.1.4.27python利用ebpf技术在不登录数据库的情况下，通过对数据库的函数添加钩子，实时的对数据库是否存在阻塞判断现有的监控逻辑都是新建数据库用户执行SQL语句来判断阻塞情况，告警的实时性取决于监控的周期频率，而使用ebpf技术能够解决这个痛点ebpf有多种实现方式，这里便于理解测试的话 使用python语言内置c语言的形式进行了说明。涉及到生产环境应该是使用go语言或者c语言去做能够有效避免源码泄露等问题。
Redis事务
最新发布
zhzjn的博客
09-30 238
Redis事务可以通过MULTI、EXEC、WATCH和DISCARD指令来实现。1. MULTI指令：表示事务的开始，之后的所有指令都会被逐一记录，但不会立即执行。2. EXEC指令：表示事务的执行，会按照记录的指令逐一执行。3. WATCH指令：可以监视一个或多个键的变化，如果在事务执行期间被其他客户端修改，事务会被回滚。4. DISCARD指令：表示事务的撤销，可以放弃之前记录的指令。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值