MongoDB索引使用詳解

索引就像書(shū)的目錄，如果查找某內(nèi)容在沒(méi)有目錄的幫助下，只能全篇查找翻閱，這導(dǎo)致效率非常的低下；如果在借助目錄情況下，就能很快的定位具體內(nèi)容所在區(qū)域，效率會(huì)直線提高。

索引簡(jiǎn)介

首先打開(kāi)命令行，輸入mongo。默認(rèn)mongodb會(huì)連接名為test的數(shù)據(jù)庫(kù)。

➜ ~ mongo
MongoDB shell version: 2.4.9
connecting to: test
> show collections
> 

可以使用show collections/tables查看數(shù)據(jù)庫(kù)為空。

然后在mongodb命令行終端執(zhí)行如下代碼

> for(var i=0;i100000;i++) {
... db.users.insert({username:'user'+i})
... }
> show collections
system.indexes
users
> 

再查看數(shù)據(jù)庫(kù)發(fā)現(xiàn)多了system.indexes 和 users兩個(gè)表，前者即所謂的索引，后者為新建的數(shù)據(jù)庫(kù)表。
這樣user表中即有了10萬(wàn)條數(shù)據(jù)。

> db.users.find()
{ "_id" : ObjectId("5694d5da8fad9e319c5b43e4"), "username" : "user0" }
{ "_id" : ObjectId("5694d5da8fad9e319c5b43e5"), "username" : "user1" }
{ "_id" : ObjectId("5694d5da8fad9e319c5b43e6"), "username" : "user2" }
{ "_id" : ObjectId("5694d5da8fad9e319c5b43e7"), "username" : "user3" }
{ "_id" : ObjectId("5694d5da8fad9e319c5b43e8"), "username" : "user4" }
{ "_id" : ObjectId("5694d5da8fad9e319c5b43e9"), "username" : "user5" }

現(xiàn)在需要查找其中任意一條數(shù)據(jù),比如

> db.users.find({username: 'user1234'})
{ "_id" : ObjectId("5694d5db8fad9e319c5b48b6"), "username" : "user1234" }

發(fā)現(xiàn)這條數(shù)據(jù)成功找到，但需要了解詳細(xì)信息，需要加上explain方法

> db.users.find({username: 'user1234'}).explain()
{
  "cursor" : "BasicCursor",
  "isMultiKey" : false,
  "n" : 1,
  "nscannedObjects" : 100000,
  "nscanned" : 100000,
  "nscannedObjectsAllPlans" : 100000,
  "nscannedAllPlans" : 100000,
  "scanAndOrder" : false,
  "indexOnly" : false,
  "nYields" : 0,
  "nChunkSkips" : 0,
  "millis" : 30,
  "indexBounds" : {
    
  },
  "server" : "root:27017"
}

參數(shù)很多，目前我們只關(guān)注其中的"nscanned" : 100000和"millis" : 30這兩項(xiàng)。

nscanned表示mongodb在完成這個(gè)查詢(xún)過(guò)程中掃描的文檔總數(shù)?？梢园l(fā)現(xiàn)，集合中的每個(gè)文檔都被掃描了，并且總時(shí)間為30毫秒。

如果數(shù)據(jù)有1000萬(wàn)個(gè)，如果每次查詢(xún)文檔都遍歷一遍。呃，時(shí)間也是相當(dāng)可觀。

對(duì)于此類(lèi)查詢(xún)，索引是一個(gè)非常好的解決方案。

> db.users.ensureIndex({"username": 1})

然后再查找user1234

> db.users.ensureIndex({"username": 1})
> db.users.find({username: 'user1234'}).explain()
{
  "cursor" : "BtreeCursor username_1",
  "isMultiKey" : false,
  "n" : 1,
  "nscannedObjects" : 1,
  "nscanned" : 1,
  "nscannedObjectsAllPlans" : 1,
  "nscannedAllPlans" : 1,
  "scanAndOrder" : false,
  "indexOnly" : false,
  "nYields" : 0,
  "nChunkSkips" : 0,
  "millis" : 0,
  "indexBounds" : {
    "username" : [
      [
        "user1234",
        "user1234"
      ]
    ]
  },
  "server" : "root:27017"
}

的確有點(diǎn)不可思議，查詢(xún)?cè)谒查g完成，因?yàn)橥ㄟ^(guò)索引只查找了一條數(shù)據(jù)，而不是100000條。

當(dāng)然使用索引是也是有代價(jià)的：對(duì)于添加的每一條索引，每次寫(xiě)操作（插入、更新、刪除）都將耗費(fèi)更多的時(shí)間。這是因?yàn)?，?dāng)數(shù)據(jù)發(fā)生變化時(shí)，不僅要更新文檔，還要更新級(jí)集合上的所有索引。因此，mongodb限制每個(gè)集合最多有64個(gè)索引。通常，在一個(gè)特定的集合上，不應(yīng)該擁有兩個(gè)以上的索引。

小技巧

如果一個(gè)非常通用的查詢(xún)，或者這個(gè)查詢(xún)?cè)斐闪诵阅芷款i，那么在某字段（比如username）建立索引是非常好的選擇。但只是給管理員用的查詢(xún)（不太在意查詢(xún)耗費(fèi)時(shí)間），就不該對(duì)這個(gè)字段建立索引。

復(fù)合索引

索引的值是按一定順序排列的，所以使用索引鍵對(duì)文檔進(jìn)行排序非常快。

db.users.find().sort({'age': 1, 'username': 1})

這里先根據(jù)age排序再根據(jù)username排序，所以u(píng)sername在這里發(fā)揮的作用并不大。為了優(yōu)化這個(gè)排序，可能需要在age和username上建立索引。

db.users.ensureIndex({'age':1, 'username': 1})
這就建立了一個(gè)復(fù)合索引（建立在多個(gè)字段上的索引），如果查詢(xún)條件包括多個(gè)鍵，這個(gè)索引就非常有用。

建立復(fù)合索引后，每個(gè)索引條目都包括一個(gè)age字段和一個(gè)username字段，并且指向文檔在磁盤(pán)上的存儲(chǔ)位置。
此時(shí)，age字段是嚴(yán)格升序排列的，如果age相等時(shí)再按照username升序排列。

查詢(xún)方式

點(diǎn)查詢(xún)（point query）

用于查詢(xún)單個(gè)值（盡管包含這個(gè)值的文檔可能有多個(gè)）

db.users.find({'age': 21}).sort({'username': -1})

因?yàn)槲覀円呀?jīng)建立好復(fù)合索引，一個(gè)age一個(gè)username，建立索引時(shí)使用的是升序排序（即數(shù)字1），當(dāng)使用點(diǎn)查詢(xún)查找{age：21},假設(shè)仍然是10萬(wàn)條數(shù)據(jù)，可能年齡是21的很多人，因此會(huì)找到不只一條數(shù)據(jù)。然后sort({'username': -1})會(huì)對(duì)這些數(shù)據(jù)進(jìn)行逆序排序，本意是這樣。但我們不要忘記建立索引時(shí)'username'：1是升序（從小到大）,如果想得到逆序只要對(duì)數(shù)據(jù)從最后一個(gè)索引開(kāi)始，依次遍歷即可得到想要的結(jié)果。

排序方向并不重要，mongodb可以從任意方向?qū)λ饕M(jìn)行遍歷。
綜上，復(fù)合索引在點(diǎn)查詢(xún)這種情況非常高效，直接定位年齡，不需要對(duì)結(jié)果進(jìn)行排序，返回結(jié)果。

多值查詢(xún)（multi-value-query）

db.users.find({'age': {"$gte": 21, "$lte": 30}})

查找多個(gè)值相匹配的文檔。多值查詢(xún)也可以理解為多個(gè)點(diǎn)查詢(xún)。
如上，要查找年齡介于21到30之間。monogdb會(huì)使用索引的中的第一個(gè)鍵"age"得到匹配的結(jié)果，而結(jié)果通常是按照索引順序排列的。

db.users.find({'age': {"$gte": 21, "$lte": 30}}).sort({'username': 1})

與上一個(gè)類(lèi)似，這次需要對(duì)結(jié)果排序。
在沒(méi)有sort時(shí)，我們查詢(xún)的結(jié)果首先是根據(jù)age等于21，age等于22..這樣從小到大排序，當(dāng)age等于21有多個(gè)時(shí)，在進(jìn)行usernameA-Z（0-9）這樣排序。所以，sort({'username': 1})，要將所有結(jié)果通過(guò)名字升序排列，這次不得不先在內(nèi)存中進(jìn)行排序，然后返回。效率不如上一個(gè)高。

當(dāng)然，在文檔非常少的情況，排序也花費(fèi)不了多少時(shí)間。
如果結(jié)果集很大，比如超過(guò)32MB，MongoDB會(huì)拒絕對(duì)如此多的數(shù)據(jù)進(jìn)行排序工作。

還有另外一種解決方案

也可以建立另外一個(gè)索引{'username': 1, 'age': 1}, 如果先對(duì)username建立索引，當(dāng)再sortusername,相當(dāng)沒(méi)有進(jìn)行排序。但是需要在整個(gè)文檔查找age等于21的帥哥美女，所以搜尋時(shí)間就長(zhǎng)了。

但哪個(gè)效率更高呢？

如果建立多個(gè)索引，如何選擇使用哪個(gè)呢？
效率高低是分情況的，如果在沒(méi)有限制的情況下，不用進(jìn)行排序但需要搜索整個(gè)集合時(shí)間會(huì)遠(yuǎn)超過(guò)前者。但是在返回部分?jǐn)?shù)據(jù)（比如limit（1000）），新的贏家就產(chǎn)生了。

>db.users.find({'age': {"$gte": 21, "$lte": 30}}).
sort({username': 1}).
limit(1000).
hint({'age': 1, 'username': 1})
explain()['millis']
2031ms

>db.users.find({'age': {"$gte": 21, "$lte": 30}}).
sort({username': 1}).
limit(1000).
hint({'username': 1, 'age': 1}).
explain()['millis']
181ms

其中可以使用hint指定要使用的索引。
所以這種方式還是很有優(yōu)勢(shì)的。比如一般場(chǎng)景下，我們不會(huì)把所有的數(shù)據(jù)都取出來(lái)，只是去查詢(xún)最近的，所以這種效率也會(huì)更高。

索引類(lèi)型

唯一索引

可以確保集合的每個(gè)文檔的指定鍵都有唯一值。

db.users.ensureIndex({'username': 1, unique: true})
比如使用mongoose框架，在定義schema時(shí)，即可指定unique: true.
如果插入2個(gè)相同都叫張三的數(shù)據(jù)，第二次插入的則會(huì)失敗。_id即為唯一索引，并且不能刪除。

稀疏索引

使用sparse可以創(chuàng)建稀疏索引

>db.users.ensureIndex({'email': 1}, {'unique': true, 'sparse': true})

索引管理

system.indexes集合中包含了每個(gè)索引的詳細(xì)信息

db.system.indexes.find()

1.ensureIndex()創(chuàng)建索引

db.users.ensureIndex({'username': 1})
后臺(tái)創(chuàng)建索引，這樣數(shù)據(jù)庫(kù)再創(chuàng)建索引的同時(shí)，仍然能夠處理讀寫(xiě)請(qǐng)求，可以指定background選項(xiàng)。

db.test.ensureIndex({"username":1},{"background":true})

2.getIndexes()查看索引

db.collectionName.getIndexes()
db.users.getIndexes()
[
  {
    "v" : 1,
    "key" : {
      "_id" : 1
    },
    "ns" : "test.users",
    "name" : "_id_"
  },
  {
    "v" : 1,
    "key" : {
      "username" : 1
    },
    "ns" : "test.users",
    "name" : "username_1"
  }
]

其中v字段只在內(nèi)部使用，用于標(biāo)識(shí)索引版本。

3.dropIndex刪除索引

> db.users.dropIndex("username_1")
{ "nIndexesWas" : 2, "ok" : 1 }

或

全選復(fù)制放進(jìn)筆記> db.users.dropIndex({"username":1})