mongodb索引

Note:mongodb的索引算法主要是btree和hash算法，mongodb默认采用的是btree索引算法。

1、索引

(a)索引提高查询速度,降低写入速度,权衡常用的查询字段,不必在太多列上建索引

(b)在mongodb中,索引可以按字段升序/降序来创建，便于排序

(c)默认是用btree来组织索引文件，2.4版本以后,也允许建立hash索引.

2、索引分类

普通索引({field:1/-1})
唯一索引({filed.subfield:1/-1}, {unique:true})
稀疏索引({field:1/-1},{sparse:true})
哈希索引({file:'hashed'})

3、常用索引命令：

#查看查询计划
db.collection.find(query).explain();
    "cursor" : "BasicCursor", ----说明没有索引发挥作用
    "nscannedObjects" : 1000 ---理论上要扫描多少行
    cursor" : "BtreeCursor sn_1", 用到的btree索引
eg:db.shop.find({age:33}).explain();


#查看当前索引状态
db.collection.getIndexes();
eg:db.shop.getIndexes();

#创建普通的单列索引，1是升续 2是降序
db.collection.ensureIndex({field:1/-1});  
eg:db.shop.ensureIndex({age:1});

#删除单个索引
db.collection.dropIndex({filed:1/-1});
eg:db.shop.dropIndex({age:1});

#删除所有索引
db.collection.dropIndexes();
eg:db.shop.dropIndexes();

#创建多列索引  
db.collection.ensureIndex({field1:1/-1, field2:1/-1});
eg:db.shop.ensureIndex({age:1,name:1});

#创建子文档索引
db.collection.ensureIndex({filed.subfield:1/-1});
eg:db.test.ensureIndex({"feature.age":1})
#根据子文档索引查找
eg:db.test.find({"feature.age":22})

#创建唯一索引
db.collection.ensureIndex({filed.subfield:1/-1}, {unique:true});
eg:db.test.ensureIndex({name:1},{unique:true})

#创建稀疏索引
db.collection.ensureIndex({field:1/-1},{sparse:true});
eg:db.test.ensureIndex({name:1},{sparse:true})
稀疏索引的特点:如果针对field做索引,针对不含field列的文档,将不建立索引.
与之相对,普通索引,会把该文档的field列的值认为NULL,并建索引.
应用场景:小部分文档含有某列时.

#创建哈希索引(2.4新增的)
db.collection.ensureIndex({file:'hashed'});
eg:db.test.ensureIndex({name:'hashed'});
哈希索引速度比普通索引快,但是,无法对范围查询进行优化.
适宜于:随机性强的散列

#重建索引
db.collection.reIndex()
eg:db.test.reIndex();
一个表经过很多次修改后,导致表的文件产生空洞,索引文件也如此.
可以通过索引的重建,减少索引文件碎片,并提高索引的效率.
类似mysql中的optimize table

后续有应用，将继续补充，同时欢迎大家留言，一起学习、进步。