MongoDB 索引介绍

一、索引的创建和使用

1.1 索引创建和删除：

创建索引时的格式：db.collection.ensureIndex({param}, {param})
其中，第二个参数是索引的属性。

索引属性：
比较重要的属性有：

1. 名字：db.collection.ensureIndex({}, {name, ""})
   说明：默认索引名字是“字段名_类型”，名字可以进行自定义设置

2. 唯一性：db.collection.ensureIndex({}, {unique, true/false})

    db.testIndex.ensureIndex({a:1,b:1}, {unique: true})
   

   保证唯一性，类似于设定 a 字段与 b 字段为联合主键

3. 稀疏性：db.collection.ensureIndex({}, {sparse, true/false})
   mongodb 默认创建的索引都是不稀疏的
   用于对某些不存在建立索引字段的数据元素，不对其建立索引。减少索引占用的空间，提高插入速度。

4. 是否定时删除：db.collection.ensureIndex({}, {expireAfterSeconds: })，具体查看过期索引
   删除索引可以通过其索引名进行：

    db.user_collection.dropIndex("testIndexName")
   

1.2 索引种类：

1.2.1 _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。

1.2.2 单键索引。

单键索引是最普通的索引。
与_id 索引不同，单键索引不会自动创建。

db.user_collection.ensureIndex({x:1}) //创建索引，为1正向排序，为-1逆向排序

1.2.3 多键索引。

与单键索引创建形式相同，区别在于字段的值。
单键索引：值为一个单一的值，例如字符串，数字或日期。
多键索引：值具有多个记录，例如数组。

1.2.4 复合索引。

查询条件不只有一个时，就需要建立复合索引。

db.testCollection.ensureIndex({x:1,y:1})

1.2.5 过期索引。

是在一段时间后会过期的索引。
在索引过期后，相应的数据会被删除。
适合存储一些在一段时间之后会失效的数据比如用户的登录信息、存储的日志。
存储在过期索引字段的值必须是指定的时间类型。必须是 ISODate 或者 ISODate 数组，不能使用时间戳，否则不能被自动删除。
若是 ISODate 数组，则按照最小的时间进行删除。
过期索引不能是复合索引。
删除时间不精确，因删除过程是由后台程序每 60s 跑一次，且删除需要时间，故存在误差。

db.user_collection.ensureIndex({time:1}, {expireAfterSeconds:30}) //设定过期索引。
db.user_collection.insert({time: new Date()}) //此条数据因过期索引的设置，在30s后会被删除。（有误差）
db.user_collection.insert({time:1}) //此条数据不会受过期索引的影响被删除。因为该字段的值不是指定的时间类型。

1.2.6 全文索引。

对字符串与字符串数组创建全文可搜索的索引。
对单个字段建立索引：db.articles.ensureIndex({key:”text”});
对多个字段建立索引：db.articles.ensureIndex({key_1:”text”, key_2:”text”});
对所有字段建立索引：db.articles.ensureIndex({“$**”:”text”});

使用：

搜索关键字 coffee ：

db.articles.find({$text:{$search:”coffee”}});

或查询，搜索关键字 aa 或 bb 或 cc ：

db.articles.find({$text:{$search:”aa bb cc”}});

-表示排除，搜索包含关键字 aa 或 bb，并不包含 cc ：

db.articles.find({$text:{$search:”aa bb -cc”}});

加引号，表示并且，搜索包含 bb 或包含 cc 或两个都不包含，并且包含 aa 的：

db.articles.find({$text:{$search:”\“aa\” bb cc”}});

表示包含 aa 且包含 bb 且包含 cc 的：

db.articles.find({$text:{$search:"\"aa\" \"bb\" \"cc\""}}) 

全文索引相似度：$meta操作符：{score: {$meta: “textScore”}}

写在查询条件后面可以返回结果的相似度，与 sort 一起使用，可以达到很好的实用效果。

db.articles.find({$text:{$search:"aa bb"}},{score:{$meta:"textScore"}})
db.articles.find({$text:{$search:"aa bb"}}, {score: {$meta: "textScore"}}).sort({score: {$meta: "textScore"}})

全文索引使用限制：

1. 每次查询，只能指定一个 $text 查询。
2. text查询不能出现在nor 查询中。
3. 查询中如果包含了 $text，hint（指定使用某索引）不再起作用。
4. 全文索引不支持中文。

1.2.7 地理位置索引。

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，用于存储和查找球面上的点。

一般查找方式有两种：

1. 查找以某点为中心点，一定距离内的点。
2. 查找包含在某区域内的点。

一般可以用在打车、电商查找一定范围内的商家等方面。也可用于查找一定范围内的项目等。

2d 索引：

创建方式：

db.collection.ensureIndex({w:”2d”})

位置表示方式：[经度，纬度]
取值范围：经度[-180, 180]，纬度[-90, 90]
查找方式：

1. 查找以某点为中心点，一定距离内的点。
   a. $near 查询

   查询距离某个点最近的点。

    db.location.find({w:{$near: [1,1]}}) 默认选中前100个
    db.location.find({w:{$near: [1,1], $maxDistance:10}})
   

   有maxDistance，但没有minDistance

   b. geoNear 查询
   $box：矩形使用
   表示方式：{$box:[[,], [,]]}
   $center：圆形使用
   表示方式：{$center:[[,], r]}
   $polygon：多边形使用
   表示方式：{$polygon:[[,],[,],[,]]}

    db.location.find({w:{$geoWithin: {$box: [[0,0],[3,1]]}}}) //查询在[0,0]~[3,1]的矩形内的点
    db.location.find({w:{$geoWithin: {$center: [[0,0],3]}}}) //查询在以[0,0]为圆心，半径为3的圆形内的点
    db.location.find({w:{$geoWithin: {$polygon: [[0,0],[0,1],[1.1,1.1]]}}}) //查询在多边形内的点
   

2. 查找包含在某区域内的点。

   a. $geoWithin 查询

    db.runCommand({geoNear:,
      near: [x,y],
      minDistance, (对2d索引无效)
      maxDistance,
      num:
    })
   

   查询结果中，stats 中：
   time—花费的时间
   maxDistance—最大距离
   avgDistance—平均距离
   results 中：
   dis—该点距离所选点的距离
   obj—查找到的文档

2dsphere 索引：

球面地理位置索引

创建方式：

db.collection.ensureIndex({w:”2dsphere”})

二、索引构建情况分析

索引好处：加快索引相关的查询。

索引坏处：增加磁盘空间消耗，降低写入性能。

2.1 mongostat 工具介绍

输入命令：

mongostat –h 127.0.0.1:12345

显示结果如下：

实际反映性能最直观的是 qr|qw，读队列和写队列，若对应的值比较高，则说明有比较严重的性能问题。
idx miss% 表示查询没有应用索引的情况，若数据量较小，不太看得出来。若 idx miss% 较高，很容易导致 qr 较高。

2.2 profile 集合介绍

开启 profile 会记录下操作的详情。可用于分析操作。
查看当前 profile 级别：

db.getProfilingStatus()

得到结果如下：

{“was”: 0, “slowms”: 100}

profile level 有 3 个级别（was 属性）：
0--profile 是关闭的，不会记录任何操作。
1--以 slowms（毫秒数）为阀值，会记录超过 slowms 的操作。
2--会记录任何操作。

设置 profile 级别：

db.setProfilingLevel(2)

profile 会记录在 system.profile 中：

查询 system.profile 中最近一条记录：

db.system.profile.find().sort({$natural: -1}).limit(1)

结果示例如下图：

op—操作类型
ns—命名空间，数据库名.集合名
query—find 的字符串
orderby—sort 的条件
cursorid—多次 getmore 是保存的游标
ntoreturn—返回的数据条数
ntoskip—跳过的数据数目
nscanned—扫描的索引/实体数目
nscannedObjects—扫描的实体数目，一般 nscanned>=nscannedObjects
timeLockedMicros—锁的占用情况（单位：微秒）

profile 的开启会记录每次操作的详情，故会影响 mongodb 的使用性能，所以 profile 的使用场景多是新系统上线前的测试阶段。

2.3 日志介绍

配置 mongo.conf 文件：

添加属性 verbose=vvvvv

通过使用 verbose 控制日志详细程度，分 1~5 个 v，v 越多，详细度越高。

2.4 explain 分析

可以使用 explain 查看操作详情。可以用来查看特定索引的使用情况。
如：

db.users.find().explain()