MongoDB索引

使用索引可以避免全表扫描，提高查询效率：

在MongoDB3.0之后使用totalDocsExamined 替代之前的”nscanned”。直接使用explain()还不行。

创建索引：
使用ensureIndex()创建索引。添加索引时，MongoDB不仅要更新文档，还要更新集合上的所有索引。限制每个集合上最多只能有64个索引。
索引建立在常用的查询字段，或者需要被优化、易造成瓶颈的查询。

上面返回的信息说明在新建索引之前，已经存在一个索引，这个索引就是”_id”。如果将集合中的文档都删除，但是索引并没有被删除，只有将集合删掉，索引才会被删除：

建立索引后，索引的值是按一定的顺序排列的。只有在首先使用索引键上进行排序，排序才能得到优化。

上面的结果按照age重新排序，并没有发挥索引值name的优势。

复合索引：查询中有多个排序方向或查询条件中有多个键，可以使用复合索引。它是建立在多个字段上的索引。

上面的索引包括age和name字段，每一个索引条目都指向文档的位置。上图中文档按照age升序排列，如果age相同，则按照name字段升序排列。

点查询：用于查找单个值，并进行排序：

建立索引时已经是排序了，索引再按照name值降序排列只需要逆序遍历就好，不用再进行排序，效率比较高。

多值查询：查找一定范围内的文档，使用索引字段进行查询，那结果就是按照索引的顺序进行升降序排列的。

上面的结果按照age值升序排列，当age值相同时，按照name值升序排列。发现name的值比较混乱。

对上面的查询按照name进行排序：

在默认情况下，name结果的值是无序的。当强制进行排序时，会对无序的结果在内存中强行进行排序，然后才能返回。所以，排序的效率不如上一个排序。

hint()函数：可以强制使用某个特定的索引。

强制使用某个索引时，也要先建立该索引。上图按照name升序排列。这样查询就不需要再进行内部排序了，但是age字段乱序，要找到指定范围内的age值，需要遍历整个集合，比较耗时。

但是如果只是限定查询结果的数量limit(),而不是查找所有的文档，使用这种索引可能会比较快，不需要再内存中排序。
这种形式可以简化为：{“sortKey”:1,”queryCriteria”:1}
将索引中第一个键作为排序，而第二个键作为查询条件。类似于上图的形式。

基于多个查询条件进行排序时，索引使用的方向与排序的方向相同就好，相互反转（在每个方向上乘以-1）的索引是等价的。例如{“age”:-1,”username”:1}与{“age”:1,”username”:-1}适用的查询是等价的。

覆盖索引：当一个索引包含用户请求的所有字段，可以认为这个索引覆盖了本次查询，没必要获取实际的文档。应该优先使用覆盖索引，将不必要的字段（”_id”,除非它是索引的一部分）排除掉。数组字段作为索引，它永远也无法实现覆盖索引。

隐式索引：如果拥有N个键组成的索引，那么同时得到所有这N个键的前缀组成的索引。比如：存在索引{“a”:1,”b”:1,”c”:1}，那么会得到的索引包括：{“a”:1},{“a”:1,”b”:1},{“a”:1,”b”:1,”c”:1}。
只有这些使用索引前缀的查询才能得到优化，而这些键的任意子键所组成的索引并不一定可用。

对于一些低效率的操作符，比如”$exists”,”$ne”,”$not”,”$nin”。这些操作符可能要进行全表扫描。可以找到另一个能够使用索引的语句(eg,”_id”是唯一索引)，查询语句中字段顺序无关紧要，MongoDB会自动找到可以使用索引的字段。这样可以将结果集的文档数量缩减一定的范围，再使用这些操作符会提高效率。
例如：db.test.find({“x”:{“$exists”:false},”_id”:{“$gt”:2}})

范围：设计基于多个字段的索引时，应该将会用于精确匹配的字段放在索引的前面，将用于范围匹配的字段放在最后。这样，可以先根据第一个字段进行精确匹配，然后再使用第二个索引在这个结果集内进行搜索。例如，存在这样的索引{“age”:1,”name”:1}。
在查询中find({age:34,”name”:{“$gt”:”user01”,”$lt”:”user05”}}),会根据第一个age字段精确匹配，在匹配后的结果集中进行范围匹配。
如果使用索引{“name”:1,age:1}时，上述查询会先查询name的范围，然后在范围内遍历查找age的值。这种索引效率没有第一种效率高。

创建索引时，字段顺序很重要，因为索引是根据该顺序在内存中排序的。但是在查询的时候，查询字段的顺序不太重要，MongoDB会自动找到索引的字段。

MongoDB中一次查询只能使用一个索引，如果存在两个索引，MongoDB会使用其中的一个索引，除非强制使用某个索引。但是使用”$or"查询是个例外，它可以使用两个索引，对每个子句都使用索引，将两次查询结果集合并。但是效率不如单次查询，应尽量使用"$in”,而不是”$or"。"$or”查询会从结果集中移除重复的文档，”$in”查询无法控制文档返回的顺序。

MongoDB允许深入文档内部，对嵌套字段和数组建立索引。
(1)索引嵌套文档
可以在嵌套文档的键上建立索引，方式与正常的键是一样的。

对嵌套文档本身(“loc”)建立索引，与对嵌套文档某个字段(“loc.city”)建立的索引是不同的。对整个子文档建立索引，只会提高整个子文档的查询速度。
只有在进行与子文档字段顺序完全匹配的子文档查询时，例如：
find({“loc”：{“id”:”192.22.23.22”,”city”:”hangzhou”,state:”USA”}})，查询优化器才会使用”loc”上的索引，对于find({“loc.city”:”hangzhou”})是无法使用该索引的。

（2）索引数组
对数组建立索引，实际是对数组中的每一个元素建立索引条目，因此数组索引的代价比单值索引高。

无法将整个数组作为一个实体建立索引，只能对数组中的每个元素建立索引，而不是对数组本身建立索引。对”comments”建立索引实际是对数组元素建立索引。
在数组上建立索引不包含位置信息，也就是不能使用 “comments.2”建立索引。但是可以对某个特定条目进行索引：ensureIndex({“comments.10.date”:1}),这种情况下，只有精确匹配第11个数组元素时这个索引才有用。

一个索引中数组字段最多只有一个，避免在多键索引中引起索引条目过多增长。

对于某个索引的键，如果该键在某个文档中是一个数组，那么这个索引就会被标记为多键索引，比如“comments”字段。索引只要被标记为多键索引，就无法成为非多键索引，只能删除该索引。

索引基数：集合中某个字段拥有不同值得数量。比如，”gender”字段只有两个不同的值”男”和”女”；”name”字段可能在每个文档中的值都不一样。这说明基数很高。
一个字段的基数越高，这个键上的索引越有用。因为索引能够迅速将搜索范围缩小到比较小的结果集。
应该在基数比较高的键上建立索引，或者至少应该把基数较高的键放在符合索引的前面（低基数的键之前）。

结果集在原集合中所占的比例越大，索引的速度就越慢，因为使用索引需要进行两次查找：一次查找索引条目；一次根据索引指针去查找相应的文档。

唯一索引
唯一索引可以确保集合的每一个文档的指定键都有唯一值。

文档中的”_id”键就是唯一索引。该唯一索引不能被删除，而其他唯一索引是可以删除的。
如果对某个键建立唯一索引，但文档中没有改键，索引会将其作为null存储。但是如果插入多个缺少该索引键的文档，会导致插入失败。因为已经存在一个该索引键值为null的文档。

复合唯一索引
创建复合唯一索引，单个键的值可以相同，但是所有键的组合值必须是唯一的。

对于集合中已经有重复值，再创建唯一索引就会失败。

稀疏索引
如果希望唯一索引只对包含相应键的文档生效，对于一个可能存在也可能不存在的字段，只有当它存在时，它的值必须是唯一的。MongoDB中的稀疏索引只是不需要将每个文档都作为索引条目。

将”unique”去掉，可以创建一个非唯一的稀疏索引。

查看指定集合上的所有索引：

指定索引的名字：

删除不必要的索引：参数是索引的名称