Mongo索引学习笔记

索引使用场景

优：加快查询速度

劣：增删改会产生额外的开销、占用空间

tips: 返回集合中一半以上的数据，全表扫描的效率高

索引基础

基础操作

查看索引：db.test.getIndexes()

创建索引：db.test.ensureIndex({"username":1},{"background":true,"name":"index_test_name"}) //已有大量数据时可后台执行不阻塞

删除索引： db.test.dropIndex({"username":1})

查看索引大小： db.test.totalIndexSize()

属性

索引顺序：

1为正序，-1为逆序

在复合索引中需注意顺序（id:1, age:-1）

索引属性：

唯一性

db.test.ensureIndex({x:1,y:1},{unique:true})

稀疏性

db.test.ensureIndexx({},{sparse:true/false})
不稀疏（默认）：
1. 可插入不存在索引字段的数据，null; 
2. 可筛选不存在字段: db.test.find({m:{$exist:ture}})
稀疏：

优化分析方法

explain

获知系统如何处理请求

cursor  返回游标类型（BasicCursor或BtreeCursor）
nscanned  被扫描的文档数量
n 返回的文档数
millis  耗时（毫秒）
indexBounds  所使用的索引

hint

强制使用某个索引

db.test.find({"age":20}).hint({"name":1,"age":1}) // .hint(name_1_age_1)

profile

设置日志级别，记录慢查询

Tips

1. 查询条件顺序自动调整
2. 能为前缀式的正则表达式命中索引（/^z/）
3. 对需要大量sort的键建立索引，避免全部数据加载到内存
4. $ne、$nin 不会使用索引

索引种类

_id索引

默认生成唯一字段

单键索引

值为一个单一的值

db.test.ensureIndex({x:1})

多键索引

值具有多个记录，如数组、内嵌文档

db.test.insert({x:[1,2,3,4]})

每一个索引字段最多包含一个数组

Y: {_id:1, a:[1,2], b:1, category:"A array"} 与 {_id:2, a:1, b:[1,2], category:"B array"}
N: {_id:3, a:[1,2], b:[1,2], category:"AB both array"}

查询

//数组查询
数组中包含： db.fruitshop.find({"fruits":"apple"})
包含多个： db.fruitshop.find({"fruits":{"$all":["apple", "banana"]}})
精确匹配： db.fruitshop.find({"fruits":["apple","orange","pear"]}) //顺序与数量一致
特定位置元素查询： db.fruitshop.find({"fruits.1":"orange"})
查询数组长度： db.fruitshop.find({"fruits":{"$size":3}}) //size不能和其他操作符连用，如'$gt'等
返回固定长度： db.fruitshop.find({"fruits":{"$slice":2}}) //前2个
              db.fruitshop.find({"fruits":{"$slice":-1}}) //后1个
              db.fruitshop.find({"fruits":{"$slice":[3,6]}}) //第4~7个，无数据则返回[]

//内嵌文档
完全匹配： db.staff.find({"name":{"first":"joe","middle":"bush"}}) //顺序与数量一致
键值对查询： db.staff.find({"name.first":"joe","name.middle":"bush"}) //点表示法，在插入时键名不能包含点（约束）
多层内嵌： elemMatch  db.blogs.find({"comment":{"$elemMatch":{"author":"joe", "score":{"$gte":3}}}}) //内嵌文档中匹配author和score条件
          where  db.fruitshop.find({"$where":function(){}}) //性能低，每个文档转换成一个javascript对象放入函数执行

复合索引

多个条件，从左到右执行

{a:1,b:1,c:1} => {a:1},{a:1,b:1},{a:1,b:1,c:1}

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

过期索引

一段时间后过期，删除相应数据（用户的登录信息、存储的日志）

db.test.ensureIndex({time:1},{expireAfterSeconds:30})

限制

字段类型必须是ISODate或者ISODate数组（数组中最小的时间）
不能是复合索引（不能指定两个过期时间）
删除时间不精确（后台进程60s跑一次）

全文索引

字符串或者字符串数组可搜索

//建立索引
db.test.ensureIndex({title:"text"})
db.test.ensureIndex({key1:"text",key2:"text"}) //对多个字段创建全文索引
db.test.ensureIndex({$**:"text"}) //对所有字段建全文索引

//查找
不需要指定字段名称： db.test.find({"$text":{"$search":"coffee"}}) //每个数据集合只允许创建一个全文索引（可针对一个、多个、全部字段）
查找多个关键词（空格代表 或 操作）： db.test.find({"$text":{"$search":"aa bb cc"}})
指定不包含词（-代表 非 操作）： db.test.find({"$text":{"$search":"aa bb -cc"}})
与关系操作： db.test.find({"$text":{"$search":"\"aa\" \"bb\" \"cc\""}})
相似度查询： db.test.find({"$text":{"$search":"aa bb"}},{"score:{"$meta":"textScore"}"}) //score字段得分越高，相关度越高
            db.test.find({"$text":{"$search":"aa bb"}},{"score":{"$meta":"textScore"}}).sort({"score":{"$meta":"textScore"}}) //score相关度排序
            
//限制
每次查询只能指定一个$text
有了$text则hint（强制指定索引）不起作用
中文支持不好（企业版可支持）

地理位置索引

将点的位置存储，可以按位置查找其他点

2D索引
用于存储和查找平面上的点

db.test.ensureIndex({w:"2d"})

//使用经纬度表示
取值范围 经度[-180,180] 纬度[-90,90]
db.test.insert({w:[180,90]})

//查询
使用$near查询距离某个点最近的点（默认返回100个）
    db.test.find({"$near":[x,y]})
    db.test.find({w:{"$near":[x,y],"$maxDistance":"z"}}) //限制返回的最远距离
 
使用$geoWithin查询某个形状内的点
    矩形（$box:[[x1,y1],[x2,y2]]） db.test.find({w:{"$geoWithin:{"$box":[[0,0],[3,3]]}}"}})
    圆形（$center:[[x,y],r]）  db.test.find({w:{"$geoWithin":{"$center":[0,0],5}}})
    多边形（$polygon:[[x1,y1],[x2,y2],..）  db.test.find({w:{"$geoWithin":{"$polygon":[[0,0],[0,1],[2,5],[6,1]]}}})
    
使用$geoNear查询，返回最大距离和平均距离等数据

相关扩展：
《地理位置索引的实现原理》

2Dsphere索引
用于存储和查找球面上的点

db.test.ensureIndex({key:"2dsphere"})