mongoDB学习（三）--索引操作

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

查看集合索引

db.mongo_collection.getIndexes():可用来查看当前集合所有索引

创建索引

db.mongo_collection.ensureIndex(json):创建一个索引，db.mongo_collection.ensureIndex({x:1}),其中x代表方向，正1代表正向排序，负1代表逆向排序，在数据文档较多，使用此命令会严重影响性能，所以要在一开始就要创建好索引。

_id索引

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

全文索引

对字符串与字符串数组创建全文可搜索的索引。使用情况：{author:”“,title:”“,article:”“}。

创建全文索引

db.mongo_collection.ensureIndex({key:”text”})
db.mongo_collection.ensureIndex({key1:”text”,key2:”text”})
db.mongo_collection.ensureIndex({“$**”:”text”})对所有字段建立全文索引，创建全文索引的方式类似于单建索引和复合索引，只是value变成了text。

使用全文索引进行查询

首先构造数据集：db.mongo_collection.insert({article:”aa bb cc dd”})

db.mongo_collection.insert({article:”aa cc dd ee”})
db.mongo_collection.insert({article:”aa bb dd fe”})
db.mongo_collection.insert({article:”aa bb cc dd kajds”})

查询：db.mongo_collection.find({$text:{$search:string}}),string是要查询的关键字

db.mongo_collection.find({$text:{$search:”aa”}}),查找aricle中带有关键字aa的所有记录；
db.mongo_collection.find({$text:{$search:”aa cc”}}),查找article中带有关键字aa或cc的所有记录；
db.mongo_collection.find({$text:{$search:”aa -cc”}})，查找article中带有关键字aa但不带有cc的所有记录，“-”表示排除，“ ”空格表示或；
db.mongo_collection.find({$text:{$search:”\”aa\” \”cc\”“}})，查找article中带有关键字aa和cc的所有记录，其中”需要转译。

全文索引的相似度

$meta操作符：{score：{$meta:”textScore”}}

写在查询条件后面可以返回返回结果的相似度。
与sort一起使用，可以达到很好的实用效果。
例如：db.mongo_collection.find({$text:{$search:”aa cc”}},{score:{$meta:”textScore”}})，返回结果会带有每条记录的相似度得分，得分越高，查询结果匹配度越高。
- 此外，还可以利用score进行排序：db.mongo_collection.find({$text:{$search:”aa cc”}},{score:{$meta:”textScore”}}).sort({score:{$meta:”textScore”}})

全文索引的使用限制

• 每次查询只能指定一个$text查询
• $text查询不能出现在$nor查询中
• 查询中如果包含了$text，hint(强制指定索引)不再起作用
• mongodb还不支持中文全文索引

索引的属性

比较重要的属性有：

• 名字，name指定：db.mongo_collection.ensureIndex({},{name:”“})

• 唯一性，unique指定：db.mongo_collection.ensureIndex({},{unique:T/F}),unique为true表示在同一集合中不允许插入两条具有同一唯一索引的字段，类似于mysql中insert ignore功能
  比如：db.mongo_collection.ensureIndex({m:1,n:1},{unique:true})
  然后，db.mongo_collection.insert({m:1,n:2}),db.mongo_collection.insert({m:1,n:2})第二次插入会抛出key冲突的错误

• 稀疏性，sparse指定：db.mongo_collection.ensureIndex({},{sparse:T/F}),默认为false，稀疏性的不同，代表了mongodb在处理索引中存在，但是文档中不存在的字段的两种不同的方法，当sparse为true，mongodb不为不存在的字段创建索引，可以减少磁盘消耗，增大插入速度，要注意的是，不能在稀疏索引上查找这个字段不存在的记录。
  比如：db.mongo_collection.insert({m:1})
  db.mongo_collection.insert({n:1})
  db.mongo_collection.find({m:{$exists:true}})能够查找到{m:1}这条记录
  现在在{m:1}上创建稀疏索引：db.mongo_collection.ensureIndex({m:1}，{sparse:true}),那么{n:1}不会创建{m:1}索引，现在db.mongo_collection.find({m:{$exists:false}})依然会查找到{n:1}的记录，这便是异常所在。db.mongo_collection.find({m:{$exists:false}}).hint(“m_1”)，此处强制指定使用m_1索引
• 是否定时删除，expireAfterSeconds指定，同过期索引

地理位置索引

• 概念：将一些点的位置存储在mongodb中，创建索引后，可以按照位置来查找其他点。
• 子分类：2d索引，用于存储和查找平面上的点。
  2dsphere索引，用于存储和查找球面上的点

查找方式

1、查找距离某个点一定距离内的点
2、查找包含在某区域内的点

2d索引：平面地理位置索引

• 创建方式：db.mongo_collection.ensureIndex({w:”2d”}),w是字段名。
• 位置表示方式：经纬度[经度，纬度]，取值范围：经度[-180,;180],纬度[-90,90]，经度超过范围mongodb会报错，纬度超过范围不会，但在查询时会遇到不可预知的错误。
• 查找方式：$near查询，查询距离某个点最近的点，
  $geoWithin查询，查询某个形状的点。
  比如：db.mongo_collection.find({w:{$near:[1,1]}}),返回距离[1,1]最近的点，默认是100个，可以使用$maxDistance限制最远距离，db.mongo_collection.find({w:{$near:[1,1],$maxDistance:10}}),返回距离[1,1]最远距离是10的点。

形状的表示

1、$box:矩形，使用{$box:[[,],[,]]}表示,第一个坐标代表左边界，第二个坐标代表右边界。
2、$center:圆形，使用{$center:[[,],r]}表示
3、$polygon:多边形，使用{$polygon:[[,],[,],[,]]}表示。
示例：db.mongo_collection.find({w:{$geoWithin:{$box:[[1,1],[2,3]]}}}),
db.mongo_collection.find({w:{$geoWithin:{$center:[[1,3],3]}}})

geoNear查询

geoNear查询使用runCommand命令进行使用，db.runCommand({geoNear:,near:[,],minDistance:(对2D索引无效，2Dsphere有效)，maxDistance:(最大距离),num:(返回结果个数)})

2dSphere索引：球面地理位置索引

• 创建方式：db.mongo_collection.ensureIndex({w:”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:[]}
• 查询方式与2D索引查询方式类似，支持$minDistance与$maxDistance。
  2dsphere查询除了支持$near与$geoWithin，还支持查询两个多边形的交叉点

如何评判当前索引的构建情况

1、mongostat
2、profile集合
3、日志
4、explain分析

mongostat

• 查看mongodb运行状态的程序
• 使用说明：mongostat -h IP:port（可以使用mongostat -help查看帮助）
• 字段说明：
  索引情况：idx miss 表示当前的查询没有使用索引的情况