MongoDB之索引
索引是用来加快查询的,这里不解说索引的原理和数据结构。事实上大部分数据库的索引就是B+Tree,想要了解的同学能够看索引原理,要掌握怎样为查询配置最佳索引会有些难度。
MongoDB索引差点儿和关系型数据库的索引一样.绝大数优化关系型数据库索引的技巧相同适用于MongoDB。
我们举一个样例,如今集合中插入多个文档:
db.lf.insert({“name”:”lf”,”age”:23,”isactive”:true})
db.lf.insert({“name”:”lf”,”age”:24,”isactive”:false})
db.lf.insert({“name”:”aaaa”,”age”:24,”isactive”:false})
db.lf.insert({“name”:”bbbb”,”age”:24,”isactive”:false})
db.lf.insert({“name”:”cccc”,”age”:24,”isactive”:false})
db.lf.insert({“name”:”aaaaa”,”age”:24,”isactive”:false})
db.lf.insert({“name”:”bbbb”,”age”:28,”isactive”:true})
db.lf.insert({“name”:”bbbb”,”age”:21,”isactive”:false})
db.lf.insert({“name”:”rrrr”,”age”:11,”isactive”:true})
接下来。我们该创建索引了。
创建索引
要依照name键进行查找,就能够在此键上建立索引,来提高查询速度。
使用ensureIndex方法来创建索引:
db.lf.ensureIndex({"name":1})
对某个键创建索引会加速对该键的查询,可是对于其它的查询可能没有帮助,即便查询中包括了被索引的键。
那么怎样查看自己创建了哪些索引呢?
查看索引
使用db.system.indexes.find()就能够查看自己创建的索引了。
能够看到,id是一定会有一个索引的,我们创建的name索引在后面。
这里要介绍一个概念,叫做表扫描,表扫描就是在没有索引的集合中查找内容,从第一个到最后一个。当集合过大时,这样的需找方式会显得非常慢,所以我们要避免表扫描。
删除索引
使用dropIndexes命令来删除索引。
比如:
> db.runCommand({"dropIndexes":"lf","index":"*"})
{
"nIndexesWas" : 2,
"msg" : "non-_id indexes dropped for collection",
"ok" : 1
}
> db.lf.ensureIndex({"name":1,"age":1})
> db.lf.ensureIndex({"name":1,"age":-1})
> db.system.indexes.find()
{ "v" : 1, "key" : { "_id" : 1 }, "ns" : "test.lf", "name" : "_id_" }
{ "v" : 1, "key" : { "_id" : 1 }, "ns" : "test.lf", "name" : "_id_" }
{ "v" : 1, "key" : { "_id" : 1 }, "ns" : "test.lf", "name" : "_id_" }
{ "v" : 1, "key" : { "name" : 1, "age" : 1 }, "ns" : "test.lf", "name"
: "name_1_age_1" }
{ "v" : 1, "key" : { "name" : 1, "age" : -1 }, "ns" : "test.lf", "name
" : "name_1_age_-1" }
能够看到,创建的全部会有一个name。在删除相应索引时指定名称即可了。
假设以{“age”:1, “name”:1,}这样的方式创建索引,MongoDB会按例如以下方式组织:
用户名安装字母升序排列,同名的组依照年龄升序排列。
创建索引的缺点是每次插入,更新,删除都会产生额外的开销,由于数据库不但须要运行这些操作,还要将这些操作在集合的索引中标记.因此,尽可能少的创建索引。
一般来说,要是查询要返回集合中一半以上的结果,用表扫描会比差点儿每条文档都要索引要快,所以,查询是否存在某个键,或者检查摸个布尔类型的值是真是假,就没有必要利用索引。
扩展索引
假设有个集合存储了用户的状态信息。如今要查询用户和日期,取出某一用户近期的状态.我们可能会建立例如以下索引:
db.users.ensureIndex({"user":1,"date":-1})
这会使对用户和日期的查询非常快,可是并非最好的方式。
由于应用会有数百万的用户,每人每天都有数十条状态更新.若是每条用户状态的索引值咱用相似一页纸的磁盘控件,那么对每次”最新状态”的查询,数据库将会将不同的页加载内存。若是网站太热门,内存放不下全部索引,就会非常慢。要是改变索引的顺序{“date”:-1,”user”:1},则数据库能够将最后几天的索引保存在内存中,能够有效的降低内存交换,这样查询不论什么用户的最新状态都会快非常多。
索引内嵌文档中的键
那么索引怎样作用于NoSQL复杂灵活的内嵌文档呢?
事实上和普通的没有什么差别,还是利用点操作符:
db.blog.insert(
{
"title":" blog",
"author":
{
"name":"lf",
"email":"362512489@qq.com"
}
}
)
为author.name创建索引:
db.blog.ensureIndex({"author.name":1})
对内嵌文档的键索引和普通键索引没有什么差别。所以说两者能够联合组成复合索引。
索引名称
集合中的每个索引都有一个字符串类型的名字,来唯一标识索引,server通过这个名字来删除或操作索引.默认情况下,索引名相似
keyname1_dir1_keyname2_dir2
这样的形式,当中keyname代表索引的键,dir代表索引的方向(1或-1)。当然了,我们也能够通过ensureIndex来指定索引的名称:
db.blog.ensureIndex({"author.name":1},{"name":"author_name_index"})
注意一点,自己定义的索引名称是不能改动的,仅仅能通过删除索引再重建。
唯一索引
唯一索引能够确保集合的每个文档的指定键都有唯一值.假设想保证文档的username键都有不同的值:
db.lf.ensureIndex({"username":1},{"unique":true})
默认情况下,insert并不会去检測文档是否插入过。所以为了避免插入的文档包括与唯一键反复的值,可能要用到安全插入才干满足要求。
消除反复
当我们为已有的集合创建唯一索引的时候,可能有些值已经反复了,所以会创建失败。我们可能会希望价格全部包括反复值的文档都删掉,这个时候我们就能够使用dropDups方法,来保留发现的第一个文档而删除接下来的有反复值的文档:
db.lf.ensureIndex({"username":1},{"unique":true,"dropDups":true})
当然了。假设是关键数据,这样做未免显得有些鲁莽。还是写个脚本预处理比較好。