MongoDB入门之索引

《MongoDB入门之索引》要点：
本文介绍了MongoDB入门之索引，希望对您有用。如果有疑问，可以联系我们。

索引就像书的目录,如果查找某内容在没有目录的帮助下,只能全篇查找翻阅,这导致效率非常的低下；如果在借助目录情况下,就能很快的定位具体内容所在区域,效率会直线提高.

索引简介

首先打开命令行,输入mongo.默认mongodb会连接名为test的数据库.

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

可以使用show collections/tables查看数据库为空.

然后在mongodb命令行终端执行如下代码

> for(var i=0;i<100000;i++) {... db.users.insert({username:'user'+i})... }> show collectionssystem.indexesusers> 

再查看数据库发现多了system.indexes和users两个表,前者即所谓的索引,后者为新建的数据库表.

这样user表中即有了10万条数据.

> 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" }

现在需要查找其中任意一条数据,比如

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

发现这条数据成功找到,但需要了解详细信息,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"}

参数很多,目前我们只关注其中的"nscanned" : 100000和"millis" : 30这两项.

nscanned表示mongodb在完成这个查询过程中扫描的文档总数.可以发现,集合中的每个文档都被扫描了,并且总时间为30毫秒.

如果数据有1000万个,如果每次查询文档都遍历一遍.呃,时间也是相当可观.

对于此类查询,索引是一个非常好的解决方案.

> 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","nscannedObjects" : 1,"nscanned" : 1,"nscannedObjectsAllPlans" : 1,"nscannedAllPlans" : 1,"millis" : 0,"indexBounds" : {        "username" : [ [ "user1234","user1234" ]        ]    },"server" : "root:27017"}

的确有点不可思议,查询在瞬间完成,因为通过索引只查找了一条数据,而不是100000条.

当然使用索引是也是有代价的：对于添加的每一条索引,每次写操作(插入、更新、删除)都将耗费更多的时间.这是因为,当数据发生变化时,不仅要更新文档,还要更新级集合上的所有索引.因此,mongodb限制每个集合最多有64个索引.通常,在一个特定的集合上,不应该拥有两个以上的索引.

小技巧

如果一个非常通用的查询,或者这个查询造成了性能瓶颈,那么在某字段(比如username)建立索引是非常好的选择.但只是给管理员用的查询(不太在意查询耗费时间),就不该对这个字段建立索引.

复合索引

索引的值是按一定顺序排列的,所以使用索引键对文档进行排序非常快.

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

这里先根据age排序再根据username排序,所以username在这里发挥的作用并不大.为了优化这个排序,可能需要在age和username上建立索引.

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

这就建立了一个复合索引(建立在多个字段上的索引),如果查询条件包括多个键,这个索引就非常有用.

建立复合索引后,每个索引条目都包括一个age字段和一个username字段,并且指向文档在磁盘上的存储位置.此时,age字段是严格升序排列的,如果age相等时再按照username升序排列.

查询方式

点查询(point query)

用于查询单个值(尽管包含这个值的文档可能有多个)

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

因为我们已经建立好复合索引,一个age一个username,建立索引时使用的是升序排序(即数字1),当使用点查询查找{age：21},假设仍然是10万条数据,可能年龄是21的很多人,因此会找到不只一条数据.然后sort({'username': -1})会对这些数据进行逆序排序,本意是这样.但我们不要忘记建立索引时'username'：1是升序(从小到大),如果想得到逆序只要对数据从最后一个索引开始,依次遍历即可得到想要的结果.

排序方向并不重要,mongodb可以从任意方向对索引进行遍历.

综上,复合索引在点查询这种情况非常高效,直接定位年龄,不需要对结果进行排序,返回结果.

多值查询(multi-value-query)

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

查找多个值相匹配的文档.多值查询也可以理解为多个点查询.

如上,要查找年龄介于21到30之间.monogdb会使用索引的中的第一个键"age"得到匹配的结果,而结果通常是按照索引顺序排列的.

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

与上一个类似,这次需要对结果排序.

在没有sort时,我们查询的结果首先是根据age等于21,age等于22..这样从小到大排序,当age等于21有多个时,在进行usernameA-Z(0-9)这样排序.所以,sort({'username': 1}),要将所有结果通过名字升序排列,这次不得不先在内存中进行排序,然后返回.效率不如上一个高.

当然,在文档非常少的情况,排序也花费不了多少时间.如果结果集很大,比如超过32MB,MongoDB会拒绝对如此多的数据进行排序工作.

还有另外一种解决方案

也可以建立另外一个索引{'username': 1,'age': 1},如果先对username建立索引,当再sortusername,相当没有进行排序.但是需要在整个文档查找age等于21的帅哥美女,所以搜寻时间就长了.

效率高低是分情况的,如果在没有限制的情况下,不用进行排序但需要搜索整个集合时间会远超过前者.但是在返回部分数据(比如limit(1000)),新的赢家就产生了.

>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.

所以这种方式还是很有优势的.比如一般场景下,我们不会把所有的数据都取出来,只是去查询最近的,所以这种效率也会更高.

索引类型

唯一索引

可以确保集合的每个文档的指定键都有唯一值.

db.users.ensureIndex({'username': 1,unique: true})

比如使用mongoose框架,在定义schema时,即可指定unique: true.

如果插入2个相同都叫张三的数据,第二次插入的则会失败._id即为唯一索引,并且不能删除.

稀疏索引

使用sparse可以创建稀疏索引

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

索引管理

system.indexes集合中包含了每个索引的详细信息

db.system.indexes.find

1.ensureIndex创建索引

db.users.ensureIndex({'username': 1})

后台创建索引,这样数据库再创建索引的同时,仍然能够处理读写请求,可以指定background选项.

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        },"name" : "username_1"    }]

其中v字段只在内部使用,用于标识索引版本.

3.dropIndex删除索引

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

或

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

欢迎参与《MongoDB入门之索引》讨论，分享您的想法，编程之家PHP学院为您提供专业教程。