索引Indexes
索引常常用来大幅度的提升查询的性能。 考虑应用程序的查询种类是非常重要的事情,因此你就要定义相关的索引。
决定了之后,在MongoDB中创建索引是非常简单的。
基础
索引就是collection中一个document指定一个字段值的数据结构。MongoDB查询优化器可以使用这个数据结构快速分类整理以及排序document。一般来说,索引的实现是B-TREE。
在Shell中,你可以使用ensureIndex()来创建索引,并且指定要索引一个或多个字段。
我们在j字段上创建一个索引
db.things.ensureIndex({j:1}); 如果索引不存在,ensureIndex就创建索引。 一旦索引被创建了,匹配索引字段的查询是非常快速的。 没有索引的话,MongoDB必须检查每个document要查询的字段。 db.things.find({j : 2}); // 快速,使用了索引。 db.things.find({x : 3}); // 慢- 检查所有的document,因为x没有被索引。
你可以使用db.things.getIndexes();来查看索引信息。
默认索引
_id字段默认被添加了索引。这个索引也不能被删除。_id索引是唯一的。Capped Collections并不会默认创建索引。
Embedded Keys
你甚至可以向embedded document的字段创建索引。例子
db.things.ensureIndex({"address.city": 1}) document做为key索引的字段可以为任意类型,包括了document类型。 db.factories.insert( { name: "xyz", metro: { city: "New York", state: "NY" } } ); db.factories.ensureIndex( { metro : 1 } ); //这个查询可以使用上面创建的索引。 db.factories.find( { metro: { city: "New York", state: "NY" } } ); //等同于 db.factories.find( { metro: { $gte : { city: "New York" } } } ); //metro内的字段顺序错误,不能应用这个索引。 db.factories.find( { metro: { state: "NY" , city: "New York" } } ); 也可以创建这个document内字段的组合索引。 db.factories.ensureIndex( { "metro.city" : 1, "metro.state" : 1 } ); //以下查询可以使用上面创建的索引。 db.factories.find( { "metro.city" : "New York", "metro.state" : "NY" } ); db.factories.find( { "metro.city" : "New York" } ); db.factories.find().sort( { "metro.city" : 1, "metro.state" : 1 } ); db.factories.find().sort( { "metro.city" : 1 } ) 下面谈谈这两种方法的优劣势。 当使用整个document做为索引,顺序就默认定义了,升序。 当使用组合索引,你可以混合升序和降序的key,并且查询优化器使用该索引也需要匹配查询中的首个字段。
数组当索引的键为数组的时候,MongoDB会索引数组中每个元素。 组合索引除了支持单个字段的索引,MongoDB也支持索引多个字段。创建的索引地方法一样,都使用ensureIndex()。但是你可以指定多个字段。 db.things.ensureIndex({j:1, name:-1});
当创建索引的时候,上面的数字1和-1代表着索引的方向。1是升序,-1为降序。如果为单个索引,顺序并无所谓。如果使用组合索引,顺序就非常重要了。
你可以在多个字段创建索引,查询可以用字段子集做为开头来匹配索引。
如果你在a,b,c上创建索引。 下列查询都可以使用这个索引。 a a,b a,b,c
Sparse Indexes稀疏索引
1.7.4的新功能。
sparse index就是在一个存在于document的字段上创建的索引。
任何document中不存在这个索引的字段,那么就不会保存在索引中。之所以叫sparse,当没有索引字段的值的时候,document也就丢失了。
Sparse indexes, 不是完整的索引,也和完整索引操作上有所不同。当使用一个sparse index排序,一些document就不会返回了。
只有存在于index中的document才会返回。
db.people.ensureIndex({title : 1}, {sparse : true}) db.people.save({name:"Jim"}) db.people.save({name:"Sarah", title:"Princess"}) db.people.find({title:{$ne:null}}).sort({title:1}) // 只返回 Sarah的文档 你可以把sparse何unique索引结合起来,来给那些没有丢失字段的document加以唯一性约束。
Unique Indexes唯一索引
MongoDB支持唯一索引,保证了插入document的索引值和已存在document索引值不重复。
下面的示例就保证了不会有两个document中的firstname和lastname值相等。
db.things.ensureIndex({firstname: 1, lastname: 1}, {unique: true});
丢失的键
当保存一个不存在唯一索引的字段的document,那么这个字段的值默认为null。但是这种缺失索引字段的document只能插入一次了。
db.things.ensureIndex({firstname: 1}, {unique: true}); db.things.save({lastname: "Smith"}); /这个操作就会发生错误。 db.things.save({lastname: "Jones"}); 重复的值
一个唯一索引的值是不能重复的。
保存首个document,而要删除其他索引值和它重复的document,添加参数dropDups
db.things.ensureIndex({firstname : 1}, {unique : true, dropDups : true})
在后台创建索引
创建一个索引,默认的情况会阻塞其他数据库的操作。在1.3.2+版本,支持后台创建索引
background index build option
.
删除索引删除指定collection的索引语句为 db.collection.dropIndexes(); 删除一个单独的索引 db.collection.dropIndex({x: 1, y: -1}) 直接运行一个命令 // 注意:1.3.2之前 命令是"deleteIndexes", 而不是 "dropIndexes" // 从foo collection中删除 {y:1}索引 db.runCommand({dropIndexes:'foo', index : {y:1}}) // 删除所有索引 db.runCommand({dropIndexes:'foo', index : '*'}) 重新索引reIndex会重新创建索引 db.myCollection.reIndex() // 等同于: db.runCommand( { reIndex : 'myCollection' } ) 一般来说用不上。如果collection大小增长太快或者索引占用空间看起来很大,就可以使用reIndex。 修复数据库会重新创建索引。 额外要注意的
索引的性能
索引主要用于查询,也包括了排序,非常的快。通过索引查找的document更新也是非常快的。
然而,要记住的是,索引会降低插入和删除的性能。原因就是数据的写入也要同时也如索引。
但是索引对于那些读取多于写入的collection尤为有用。
对于写入数据频率高的collection,索引会影响性能。
大部分collection都是读取率高,所以索引对于大部分场景还是非常不错的。
不适用索引来进行排序如果排序的数据非常少(小于4M),那就不需要索引。一般要limit和sort一起使用。Geospatial地理空间 |