mongo 唯一约束索引_Mongodb中Index特性

Mongodb支持多种index类型，这相对于其他Nosql数据库而言具有很大的优势，它的索引类型比较接近SQL数据库，所以开发者在mongodb中使用索引将是非常便捷的。索引最大的作用就是提高query的查询性能，如果没有索引，mongodb需要scan整个collection的所有的documents，并筛选符合条件的document，如果有索引，那么query只需要遍历index中有限个索引条目即可，况且index中的条目是排序的，这对“order by”操作也非常有利。

index是一种特殊的数据结构，它以一种易于“traverse”的形式来保存collection数据集的一小部分数据，index保存了指定field或者多个filed的值，并按照filed值的顺序排序，索引条目(entry)的有序性在“相等比较”、range查询操作中可以支撑较高的性能，mongodb可以根据index的顺序返回result。

事实上，mongodb的索引结构和原理，和普通的数据库索引没什么太大区别，数据结构仍然采用B-TREE(以及变种)。

尽管index可以提升query的性能，不过在创建索引时仍需要兼顾一些其他方面的考虑，如果你的collection已经保存了大量数据，此时创建索引将会导致大量的IO操作(内存，磁盘读写)，耗时较长；mongodb提供了2种方式：foreground和background，foreground即前台操作，它会阻塞用户对数据的读写操作直到index构建完毕，即任何需要获取read、write锁的操作都会阻塞，默认情况下为foreground；background即后台模式，不阻塞数据读写操作，独立的后台线程异步构建索引，此时仍然允许对数据的读写操作；其中background比foreground更加耗时。我们可以使用此方法指定：

db..createIndex({useid : 1},{background : true})

同时在构建索引之前，最好检测一下index是否有重复的，或者当前query是否可以被现有的index覆盖，因为重建重复的index不能对提升性能有任何帮助。为了避免性能问题，我们需要在应用启动前通过getIndexes()方法检测相应的索引是否存在，通常我们需要使用单独的代码来创建索引，而不是在application中。如果在构建索引完成之前，mongodb异常退出，那么当mongodb重启时是否继续重建可以通过storage.indexBuildRetry(配置文件参数)或者--nonIndexBuildRetry(命令行参数)来决定，如果mongodb在构建是遇到错误，比如“dumplicate key error”这种无法自主兼容解决的，则会终止并退出进程。

collection.createIndex(new Document("useid",1),new IndexOptions().unique(true));##java代码

collection.createIndex(new Document("userid",1),new IndexOptions().name("idx_useid"));//指定index的别名

我们可以使用dropIndex来删除索引信息：

collection.dropIndex("idx_userid");##使用index name删除

collection.dropIndex(new Document("userid",1));

同时mongodb还提供reIndex命令，可以重建index，它的原理就是先drop索引，然后重新创建索引。

遍历索引：

ListIndexesIterable indexes = collection.listIndexes();

MongoCursor cursor = indexes.iterator();

while (cursor.hasNext()) {

Document index = cursor.next();

}

cursor.close();

mongodb中提供了hint()方法，可以强制query使用指定的索引，这在某些场景下有特殊的作用。此外，mongodb像其他database一样提供了explain()方法，用来检测query对索引的选择情况。此处不再赘言。

一、索引类型

1、_id：每个document都必须有_id字段，如果不指定，mongodb会默认生成；_id字段为内置的“唯一索引”，整个collection中不会存在_id值相同的document，这是mongodb的内部机制，开发者无法改变，也不需要开发者显式的为_id建立索引，当然也无法remove它。通过_id字段来查询document是性能极高的，所以如果尽可能的通过_id查询或者update数据。

2、单字段索引(Single Filed)：即对单个filed建立索引，也是常说的“普通索引”；建立索引时可以指定索引数据的order：正序还是倒序。比如：db..createIndex({"score" : 1})表示对score字段创建索引，value值正序存储(1表示正序，-1表示倒序)。

3、组合索引(Compound)：对多个filed建立索引，即一个索引entry中包含多个filed值；比如{userid : 1, score : -1}表示对userid和score两个field建立索引，索引条目按照userid正序排列，相同的userid的索引条目再根据score值倒序排列。需要注意组合索引中filed的顺序很重要，需要根据application查询的需要慎重设计，否则可能导致无法使用索引而导致性能低下，这涉及到sort操作问题。

mongodb的一个组合索引最多支持31个字段。

组合索引中字段的组合顺序很重要，这和数据库索引一样，索引的匹配仍然遵循“最左前缀”原则。

索引的存储按照字段值的顺序，比如{useid : 1,score : -1}，所有索引条目将首先按照userid正序排列，相同的useid按照score字段值倒序排列；对于单子段索引，字段值的排序方式无论是正序还是倒序，并没有太大影响，因为mongodb可以很简单的来“反转”方向；但是对于组合索引，这种排序方式将直接决定是否支持query的sort操作。上述索引可以支持如下查询：

db.user.find().sort({userid:1})

db.user.find().sort({userid:1,score:-1})

db.user.find().sort({userid:-1,score:1})##排序方向反转

#但不支持

db.user.find().sort({userid:1,score:1})

db.user.find().sort({userid:-1,score:-1})

最左前缀(prefix)：索引前缀即必须以一个或者多个字段为开头，比如组合索引{"item" : 1,"location" : 1,"stock": 1}，它可以支持query中过滤条件包含：1)item字段 2)item字段和location字段 3)item、location、stock三个字段；如果query过滤条件中不包含item字段将无法使用索引，比如location、stock或者location + stock字段的查询条件。

4、复合键索引(Multikey)：对document中的数组字段创建索引，就是“复合键索引”；mongodb将会对数组的每个值创建一个索引条目，但每个条目都引用同一个document。复合键索引允许查询数组中是否包含某个(些)元素；如果创建索引的filed为数组，mongodb会自动创建multikey索引，我们不需要显式指定任何额外的属性。如果已经对某个字段建立了复合键索引，那么此后尝试插入新文档但是此字段不是数组时将会抛出error。不需要需要注意，如果索引包含多个字段时(组合索引)，只能有一个字段的值为数组，同时对多个数组字段建立复合键索引将不予支持。

在sharding cluster架构中，复合键所以将不能作为sharding key(分片键)，或者说数组字段不能作为分片键；复合键(数组字段参与索引)也不能是hash索引，也不支持“Covered query”，很好理解，因为这在存储层面几乎是无法做到的！！

比如文档：{_id : 1,item: "ABC", ratings: [2, 5, 9]}；创建索引{ratings: 1}，那么对于此单个document而言，将有3个索引key(索引条目)：2、5、9，每个索引key都指向同一个文档。此时我们也许已经了解了mongodb是如何构建复合键索引的数据结构了。

5、地理空间索引(Geospatial)：为了支持高效的地址位置数据查询，mongodb提供了2种特殊的索引，2d索引(坐标平面)和2sphere索引(经纬球面)，存储数据包括经纬度信息(-180 ~ 180)以及数据表示的几何类型；在目前LBS应用中，通过使用Geo索引，可以实现类似于“附近的人、消息”等功能，我们可以利用现有的地图服务获取位置的经纬度信息，同时配合mongodb Geo索引来完成我们的部分业务应用。不过，mongodb并不是专业的LBS数据库。“2d”和2dsphere两种索引要求的document数据结构是不同的，所以开发者需要注意，我们稍后介绍。

2dsphere：经纬球面，如果数据是球面的位置(球面几何)，可以使用此索引，2dsphere索引可以与其他多个字段组合。location的数据结构可以为GeoJSON对象或者为传统的坐标对。【参见GeoJSON】mongodb支持如下几种GeoJSON对象：

1)Point：点

2)LineString：线段

3)Polygon：多边形

4)MultiLineString：多条线段

5)MultiPoint：多点

6)MultiPolygon：多个多变形

7)GeometryCollection

2d：平面坐标，在平面几何(欧几里得几何)中计算距离，我们可以存储一些传统的坐标对，这时就可以使用2d索引，2d索引最多只能与一个其他的字段组合，且2d字段必须做前缀，这与2dsphere是有区别的。不过2d索引是mongodb的旧版特性，在2.6之后，我们可以统一使用2dsphere即可，2d索引可以通过转换成GeoJSON中Point类型。

我们使用Geo索引对坐标数据进行如下类型的查询：

1)包含：可以查询包含(inclusion)在指定的多边形区域内的locations(所对应的documents，或者indexes),使用$geoWithin操作符。2d和2dsphere都支持包含查询。

2)相交(intersection)：可以查询与指定的几何体相交的locations，仅支持