1 基本索引
在數據庫開發中索引是非常重要的，對于檢索速度，執行效率有很大的影響。本 文主要描述了MongoDB中索引的使用，以及通過分析執行計劃來提高數據庫檢索 效率。
作為事例，在數據庫中插入百萬條數據，用于分析
>
for
(i = 0; i < 1000000; i++) {
"i"
: i,
"username"
:
"user"
+ i,
"age"
: Math.floor(Math.random() * 120),
"created"
:
new
Date
()
}
在MongoDB中，所有查詢操作，都可以通過執行explain()函數來實現執行的分析， 通過執行查詢username為user99999的用戶，并執行查詢分析，可以得出如下結 果：
> db.users.find({
"username"
:
"user99999"
}).explain()
{
"cursor"
:
"BasicCursor"
,
"isMultiKey"
:
false
,
"n"
: 1,
"nscannedObjects"
: 1000000,
"nscanned"
: 1000000,
"nscannedObjectsAllPlans"
: 1000000,
"nscannedAllPlans"
: 1000000,
"scanAndOrder"
:
false
,
"indexOnly"
:
false
,
"nYields"
: 1,
"nChunkSkips"
: 0,
"millis"
: 561,
"indexBounds"
: {
},
"server"
:
"WallE.local:27017"
}
其中，“n”表示查找到數據的個數，“nscanedObjects”表示本次查詢需要掃描的 對象個數，“milis”表示此次查詢耗費的時間，可以看到，這次查詢相當于對整 個數據表進行了遍歷，共一百萬條數據，找到其中一條數據，耗費時間為561毫 秒。
我們也可以使用limit來限制查找的個數，從而提升效率，例如：
> db.users.find({
"username"
:
"user99999"
}).limit(1).explain()
{
"cursor"
:
"BasicCursor"
,
"isMultiKey"
:
false
,
"n"
: 1,
"nscannedObjects"
: 100000,
"nscanned"
: 100000,
"nscannedObjectsAllPlans"
: 100000,
"nscannedAllPlans"
: 100000,
"scanAndOrder"
:
false
,
"indexOnly"
:
false
,
"nYields"
: 0,
"nChunkSkips"
: 0,
"millis"
: 48,
"indexBounds"
: {
},
"server"
:
"WallE.local:27017"
}
可以看到，這里這次查詢只掃描了十萬條數據，并且耗費時間大概也只有之前的 十分之一。這是因為，由于限制了本次查詢需要獲取結果的個數，MongoDB在遍 歷數據的過程中一旦發現了找到了結果就直接結束了本次查詢，因此效率有了較 大提升。但是這種方式的并不能夠解決效率問題，如果需要查詢的username為 user999999，那么MongoDB仍然需要遍歷整個數據庫才能得到結果。
同其他數據庫一樣，MongoDB也支持索引來提高查詢速度，為了提高username的 查詢速度，在該字段上建立一個索引：
> db.users.ensureIndex({
"username"
: 1})
執行完該命令后，就在users這個集合中為username新建了一個索引，這個索引 字段可以在db.system.indexes集合中找到：
> db.system.indexes.find()
{
"v"
: 1,
"key"
: {
"_id"
: 1 },
"ns"
:
"test.users"
,
"name"
:
"_id_"
}
{
"v"
: 1,
"key"
: {
"username"
: 1 },
"ns"
:
"test.users"
,
"name"
:
"username_1"
}
值得注意的是，從以上查詢中可以看到，每個數據集合都有一個默認的索引字段， 就是_id字段，這個字段在該數據集合建立的時候就會創建。
索引建立之后，再來看下執行效率：
> db.users.find({
"username"
:
"user99999"
}).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"
: [
[
"user99999"
,
"user99999"
]
]
},
"server"
:
"WallE.local:27017"
}
可以看到，這次MongoDB程序幾乎是一瞬間就找到結果，并且掃描的對象個數為1， 可以看到，這次查詢直接就找到了需要的結果。
對比第一次沒有建立索引時的執行結果，可以看到，第一個字段“cursor”值也有 所變化。作為區分，第一個字段為“BasicCursor”時就表示當前查詢沒有使用索 引，而建立索引后，該值為“BtreeCursor username_1”，也可以看出來MongoDB 使用的是B樹來建立索引。
2 聯合索引
通過使用索引，數據庫會對數據庫中索引中所表示的字段保持已排序狀態，也就 是說，我們能夠方便的針對該字段進行排序查詢如：
> db.users.find().sort({
"username"
: 1})
...
MongoDB能夠很快返回結果，但是這種幫助只能在查詢字段在首位的情況下才能 生效，如果該字段不在查詢的首位，就可能無法使用到該索引帶來的好處了，如：
> db.users.find().sort({
"age"
: 1,
"username"
: 1})
error: {
"$err"
:
"too much data for sort() with no index. add an index or specify a smaller limit"
,
"code"
: 10128
}
查詢字段第一位為“age”，這個時候，MongoDB就會提示錯誤信息。
為了解決這類問題，MongoDB同其他數據庫一樣，也提供了聯合索引的操作，同 樣通過ensureIndex函數來實現：
> db.users.ensureIndex({
"age"
: 1,
"username"
: 1})
執行這個操作可能需要耗費較長時間，執行成功后，仍然可以通過查詢 db.system.indexes集合來查看索引建立情況：
> db.system.indexes.find()
{
"v"
: 1,
"key"
: {
"_id"
: 1 },
"ns"
:
"test.users"
,
"name"
:
"_id_"
}
{
"v"
: 1,
"key"
: {
"username"
: 1 },
"ns"
:
"test.users"
,
"name"
:
"username_1"
}
{
"v"
: 1,
"key"
: {
"age"
: 1,
"username"
: 1 },
"ns"
:
"test.users"
,
"name"
:
"age_1_username_1"
}
可以看到，剛才的操作建立了一個名字為“age_1_username_1”的聯合索引，再次 執行剛才的聯合查詢，就不會提示出錯了。
通過建立該索引，數據庫中大致會按照如下方式來保存該索引：
...
[26,
"user1"
] -> 0x99887766
[26,
"user2"
] -> 0x99887722
[26,
"user5"
] -> 0x73234234
...
[30,
"user3"
] -> 0x37234234
[30,
"user9"
] -> 0x33231289
...
可以看到，索引中第一個字段“age”按照升序排列進行排序，第二個字段 “username”也在第一個字段的范圍內按照升序排列。
在ensureIndex函數中，建立索引時，通過將字段索引置為1，可以將索引標識為 升序排列，如果索引置為-1，則將按照降序排列，如：
> db.users.ensureIndex({
"age"
: -1,
"username"
: 1})
這樣建立的索引“age”字段就將按照降序排列了。
MongoDB如何使用聯合索引進行查詢，主要是看用戶如何執行查詢語句，主要有 以下幾種情況：
> db.users.find({
"age"
: 26}).sort({
"username"
: -1})
這種情況下，由于查詢條件指定了“age”的大小，MongoDB可以使用剛才創建的聯 合索引直接找到“age”為26的所有項：
...
[26,
"user1"
] -> 0x99887766
[26,
"user2"
] -> 0x99887722
[26,
"user5"
] -> 0x73234234
...
并且由于username也是已經排序了的，因此這個查詢可以很快完成。這里需要注 意的是，不管創建“username”索引的時候是使用的升序還是降序，MongoDB可以 直接找到最開始或者最后一項，直接進行數據的遍歷，因此這個地方創建索引不 會對查詢造成影響。
> db.users.find({
"age"
: {
"$gte"
: 18,
"lte"
: 30}})
這種情況下，MongoDB仍然能夠迅速通過聯合索引查找到“age”字段在18到30范圍 內的所有數據。
最后一種情況較為復雜：
> db.users.find({
"age"
: {
"$gte"
: 18,
"lte"
: 30}}).sort({
"username"
: -1})
這種情況下，MongoDB首先通過索引查找到“age”范圍在18到30之間的所有數據， 由于在這個范圍的數據集合中，“username”是未排序的，因此，MongoDB會在內 存中對“username”進行排序，然后將結果輸出，如果這個區間中的數據量很大的 話，仍然會出現前面看到的那種一場情況，由于有太多數據需要進行排序操作， 導致程序報錯：
error: {
"$err"
:
"too much data for sort() with no index. add an index or specify a smaller limit"
,
"code"
: 10128
}
這種情況下，可以通過建立一個{"username" : 1, "age" : 1}這樣的反向的索 引來幫助進行排序，這個索引建立后，索引大致如下所示：
...
[
"user0"
, 69]
[
"user1"
, 50]
[
"user10"
, 80]
[
"user100"
, 48]
[
"user1000"
, 111]
[
"user10000"
, 98]
[
"user100000"
, 21] -> 0x73f0b48d
[
"user100001"
, 60]
[
"user100002"
, 82]
[
"user100003"
, 27] -> 0x0078f55f
[
"user100004"
, 22] -> 0x5f0d3088
[
"user100005"
, 95]
...
這樣，MongoDB可以通過遍歷一次這個索引列表來進行排序操作。這樣也避免了 在內存中進行大數據的排序操作。
對剛才的查詢執行查詢計劃可以看到：
> db.users.find({
"age"
: {
"$gte"
: 21,
"$lte"
: 30}}).sort({
"username"
: 1}).explain()
{
"cursor"
:
"BtreeCursor username_1"
,
"isMultiKey"
:
false
,
"n"
: 83417,
"nscannedObjects"
: 1000000,
"nscanned"
: 1000000,
"nscannedObjectsAllPlans"
: 1002214,
"nscannedAllPlans"
: 1002214,
"scanAndOrder"
:
false
,
"indexOnly"
:
false
,
"nYields"
: 1,
"nChunkSkips"
: 0,
"millis"
: 1923,
"indexBounds"
: {
"username"
: [
[
{
"$minElement"
: 1
},
{
"$maxElement"
: 1
}
]
]
},
"server"
:
"WallE.local:27017"
}
使用hint函數，使用反向索引之后的結果如下：
> db.users.find({
"age"
: {
"$gte"
: 21,
"$lte"
: 30}}).sort({
"username"
: 1}).hint({
"username"
: 1,
"age"
: 1}).explain()
{
"cursor"
:
"BtreeCursor username_1_age_1"
,
"isMultiKey"
:
false
,
"n"
: 83417,
"nscannedObjects"
: 83417,
"nscanned"
: 984275,
"nscannedObjectsAllPlans"
: 83417,
"nscannedAllPlans"
: 984275,
"scanAndOrder"
:
false
,
"indexOnly"
:
false
,
"nYields"
: 2,
"nChunkSkips"
: 0,
"millis"
: 3064,
"indexBounds"
: {
"username"
: [
[
{
"$minElement"
: 1
},
{
"$maxElement"
: 1
}
]
],
"age"
: [
[
21,
30
]
]
},
"server"
:
"WallE.local:27017"
}
可以看到，第二次執行的時間似乎還要長一些。因此上面介紹的理論并不一定有 效，很多時候，為了提高數據庫的查詢效率，最好對所有查詢語句執行查詢計劃， 查看執行差異，從而進行優化。
通過上面的例子可以看到在使用聯合索引的時候，進行查詢操作時，排在前面的 字段如果按照聯合索引的字段進行查詢，都能夠利用到聯合索引的優點。
例如，執行如下查詢時，“age”字段是{"age" : 1, "username" : 1}的第一個字 段，這個時候就可以使用到這個聯合索引進行查詢。
> db.users.find({
"age"
: 99})
例如查詢：
> db.users.find({
"a"
: 10,
"b"
: 20,
"c"
: 30})
就可以使用索引：{"a" : 1, "b" : 1, "c" : 1, "d" : 1}，只要是按照順序的 查詢都可以利用到索引來進行查詢，當然，如果順序不一致，就無法使用到索引 了，例如：
> db.users.find({
"c"
: 20,
"a"
: 10})
就無法使用{"a" : 1, "b" : 1, "c" : 1, "d" : 1}索引帶來的好處了。
同關系型數據庫一致，在MongoDB執行查詢操作時，把最容易進行范圍限定的條 件放到最前面，是最有利于查詢操作的，排在前面的條件能夠篩選的出來的結果 越少，后續的查詢效率也就越高。
在MongoDB中，對查詢優化采用這樣一種方式，當查詢條件與索引字段完全一致 時（如查詢“i”的字段，同時也存在一個索引為“i”的字段），則MongoDB會直接 使用這個索引進行查詢。反之，如果有多個索引可能作用于此次查詢，則 MongoDB會采用不同的索引同時并行執行多個查詢操作，最先返回100個數據的查 詢將會繼續進行查詢，剩余的查詢操作將會被終止。MongoDB會將此次查詢進行 緩存，下次查詢會繼續使用，直到對該數據集進行了一定修改后，再次采用這種 方式進行更新。在執行explain()函數后輸出字段中的“allPlans”就表示，所有 嘗試進行的查詢操作次數。
3 索引類型
在MongoDB中，也可以建立唯一索引：
> db.users.ensureIndex({
"username"
: 1}, {
"unique"
:
true
})
建立了唯一索引后，如果插入相同名稱的數據，系統就會報錯：
> db.users.insert({
"username"
:
"user1"
})
E11000 duplicate key error index: test.users.$username_1 dup key: { :
"user1"
}
同樣的，聯合索引也可以建立唯一索引：
> db.users.ensureIndex({
"age"
: 1,
"username"
: 1}, {
"unique"
:
true
})
創建成功后，如果插入相同的數據內容同樣會報錯。
如果數據庫中已經包含了重復數據，可以通過創建唯一索引的方式來進行刪除。 但是注意，這種方式非常危險，如果不是確定數據無效，不能這樣操作，因為， MongoDB只會保留遇到的第一個不同的數據項，后續重復數據都將被刪除：
> db.users.ensureIndex({
"age"
: 1,
"username"
: 1}, {
"unique"
:
true
,
"dropDups"
:
true
})
某些時候，我們希望對數據庫中某個字段建立唯一索引，但是又不一定是每條數 據都包含這個字段，這個時候，可以使用sparse索引來解決這個問題：
> db.users.ensureIndex({
"email"
: 1}, {
"unique"
:
true
,
"sparse"
: 1})
如果存在如下數據：
> db.foo.find()
{
"_id"
: 0 }
{
"_id"
: 1,
"x"
: 1 }
{
"_id"
: 2,
"x"
: 2 }
{
"_id"
: 3,
"x"
: 3 }
當沒有建立索引的情況下，執行如下操作會返回:
> db.foo.find({
"x"
: {
"$ne"
: 2}})
{
"_id"
: 0 }
{
"_id"
: 1,
"x"
: 1 }
{
"_id"
: 3,
"x"
: 3 }
如果建立了sparse索引，則MongoDB就不會返回第一條數據，而是返回所有包含 “x”字段的數據：
> db.foo.find({
"x"
: {
"$ne"
: 2}})
{
"_id"
: 0 }
{
"_id"
: 1,
"x"
: 1 }
{
"_id"
: 3,
"x"
: 3 }
4 索引管理
通過執行getIndexes()函數，可以獲得當前數據集中所有的索引：
> db.users.getIndexes()
[
{
"v"
: 1,
"key"
: {
"_id"
: 1
},
"ns"
:
"test.users"
,
"name"
:
"_id_"
},
{
"v"
: 1,
"key"
: {
"age"
: 1,
"username"
: 1
},
"ns"
:
"test.users"
,
"name"
:
"age_1_username_1"
},
{
"v"
: 1,
"key"
: {
"username"
: 1,
"age"
: 1
},
"ns"
:
"test.users"
,
"name"
:
"username_1_age_1"
},
{
"v"
: 1,
"key"
: {
"username"
: 1
},
"unique"
:
true
,
"ns"
:
"test.users"
,
"name"
:
"username_1"
}
]
其中的“name”字段可以用于對索引的刪除操作：
> db.users.dropIndex(
"username_1_age_1"
)
就將刪除{"username" : 1, "age" : 1}這個索引。
更多文章、技術交流、商務合作、聯系博主
微信掃碼或搜索：z360901061
微信掃一掃加我為好友
QQ號聯系： 360901061
您的支持是博主寫作最大的動力，如果您喜歡我的文章，感覺我的文章對您有幫助，請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧，狠狠點擊下面給點支持吧，站長非常感激您！手機微信長按不能支付解決辦法：請將微信支付二維碼保存到相冊，切換到微信，然后點擊微信右上角掃一掃功能，選擇支付二維碼完成支付。
【本文對您有幫助就好】元
