這篇文章帶你了解MongoDB，介紹一下MongoDB中豐富的索引類型，希望對(duì)大家有幫助！

MongoDB的索引和MySql的索引的作用和最佳化要遵循的原則基本上相似,MySql索引類型基本上可以區(qū)分為:

• 單鍵索引- 聯(lián)合索引
• 主鍵索引(叢集索引) - 非主鍵索引(非叢集索引)

在MongoDB中除了這些基礎(chǔ)的分類之外,還有一些特殊的索引類型,如: 數(shù)組索引| 稀疏索引| 地理空間索引| TTL索引等.

為了下面方便測試我們使用腳本插入以下資料

for(var i = 0;i < 100000;i++){
    db.users.insertOne({
        username: "user"+i,
        age: Math.random() * 100,
        sex: i % 2,
        phone: 18468150001+i
    });
}

單鍵索引

單鍵索引即索引的欄位只有一個(gè),是最基礎(chǔ)的索引方式.

在集合中使用username欄位,建立單鍵索引,MongoDB會(huì)自動(dòng)將這個(gè)索引命名為username_1

db.users.createIndex({username:1})
'username_1'

在建立索引後查看一下使用username欄位的查詢計(jì)畫,stage為IXSCAN代表使用使用了索引掃描

db.users.find({username:"user40001"}).explain()
{ 
   queryPlanner: 
   { 
     winningPlan: 
     { 
        ......
        stage: 'FETCH',
        inputStage: 
        { 
           stage: 'IXSCAN',
           keyPattern: { username: 1 },
           indexName: 'username_1',
           ......
        } 
     }
     rejectedPlans: [] ,
   },
   ......
   ok: 1 
}

? ? ? ? 在索引最佳化的原則當(dāng)中,有很重要的原則就是索引要建立在基數(shù)高的的字段上,所謂基數(shù)就是一個(gè)字段上不重複數(shù)值的個(gè)數(shù),即我們?cè)趧?chuàng)建users集合時(shí)年齡出現(xiàn)的數(shù)值是0-99那麼age這個(gè)欄位將會(huì)有100個(gè)不重複的數(shù)值,即age欄位的基數(shù)為100,而sex這個(gè)欄位只會(huì)出現(xiàn)0 | 1這個(gè)兩個(gè)值,即sex欄位的基礎(chǔ)是2,這是一個(gè)相當(dāng)?shù)偷幕鶖?shù),在這種情況下,索引的效率並不高並且會(huì)導(dǎo)致索引失效.

下面就船艦一個(gè)sex字段索引,來查詢執(zhí)行計(jì)劃會(huì)發(fā)現(xiàn),查詢時(shí)是走的全表掃描,而沒有走相關(guān)索引.

db.users.createIndex({sex:1})
'sex_1'

db.users.find({sex:1}).explain()
{ 
  queryPlanner: 
  { 
     ......
     winningPlan: 
     { 
        stage: 'COLLSCAN',
        filter: { sex: { '$eq': 1 } },
        direction: 'forward' 
     },
     rejectedPlans: [] 
  },
  ......
  ok: 1 
}

聯(lián)合索引

#即索引上會(huì)有多個(gè)欄位,下面使用age和sex兩個(gè)欄位建立一個(gè)索引

db.users.createIndex({age:1,sex:1})
'age_1_sex_1'

然後我們使用這兩個(gè)欄位進(jìn)行一次查詢,檢視執(zhí)行計(jì)畫,順利地走了這條索引

db.users.find({age:23,sex:1}).explain()
{ 
  queryPlanner: 
  { 
     ......
     winningPlan: 
     { 
        stage: 'FETCH',
        inputStage: 
        { 
           stage: 'IXSCAN',
           keyPattern: { age: 1, sex: 1 },
           indexName: 'age_1_sex_1',
           .......
           indexBounds: { age: [ '[23, 23]' ], sex: [ '[1, 1]' ] } 
        } 
     },
     rejectedPlans: [], 
  },
  ......
  ok: 1 
 }

數(shù)組索引

數(shù)組索引就是對(duì)數(shù)組字段創(chuàng)建索引,也叫做多值索引,下面為了??測試將users集合中的資料增加一部分?jǐn)?shù)組字段.

db.users.updateOne({username:"user1"},{$set:{hobby:["唱歌","籃球","rap"]}})
......

建立陣列索引並進(jìn)行檢視其執(zhí)行計(jì)劃,注意isMultiKey: true表示使用的索引是多值索引.

db.users.createIndex({hobby:1})
'hobby_1'

db.users.find({hobby:{$elemMatch:{$eq:"釣魚"}}}).explain()
{ 
   queryPlanner: 
   { 
     ......
     winningPlan: 
     { 
        stage: 'FETCH',
        filter: { hobby: { '$elemMatch': { '$eq': '釣魚' } } },
        inputStage: 
        { 
           stage: 'IXSCAN',
           keyPattern: { hobby: 1 },
           indexName: 'hobby_1',
           isMultiKey: true,
           multiKeyPaths: { hobby: [ 'hobby' ] },
           ......
           indexBounds: { hobby: [ '["釣魚", "釣魚"]' ] } } 
         },
     rejectedPlans: [] 
  },
  ......
  ok: 1 
}

? ? ? ? 陣列索引相比於其它索引來說索引條目和體積必然呈倍數(shù)增加,例如平均每個(gè)文檔的hobby數(shù)組的size為10,那麼這個(gè)集合的hobby數(shù)組索引的條目數(shù)量將是普通索引的10倍.

聯(lián)合數(shù)組索引

? ? ? ? 聯(lián)合數(shù)組索引是含有數(shù)組字段的聯(lián)合索引,這種索引不支持一個(gè)索引中含有多個(gè)數(shù)組字段,即一個(gè)索引中最多能有一個(gè)數(shù)組字段,這是為了避免索引條目爆炸式增長,假設(shè)一個(gè)索引中有兩個(gè)數(shù)組字段,那麼這個(gè)索引條目的數(shù)量將是普通索引的n* m倍

地理空間索引

在原先的users集合上,增加一些地理資訊

for(var i = 0;i < 100000;i++){
    db.users.updateOne(
    {username:"user"+i},
    {
        $set:{
            location:{
                type: "Point",
                coordinates: [100+Math.random() * 4,40+Math.random() * 3]
            }
        }
    });
}

建立一個(gè)二維空間索引

db.users.createIndex({location:"2dsphere"})
'location_2dsphere'

//查詢500米內(nèi)的人
db.users.find({
  location:{
    $near:{
      $geometry:{type:"Point",coordinates:[102,41.5]},
      $maxDistance:500
    }
  }
})

地理空間索引的type有很多包含Ponit(點(diǎn)) | LineString(線) | Polygon (多邊形) 等

TTL索引

? ? ? ? TTL的全拼法是time to live,主要用於過期資料自動(dòng)刪除,使用這種索引需要在文檔中聲明一個(gè)時(shí)間類型的字段,然後為這個(gè)字段創(chuàng)建TTL索引的時(shí)候還需要設(shè)置一個(gè)expireAfterSeconds過期時(shí)間單位為秒,創(chuàng)建完成後MongoDB會(huì)定期對(duì)集合中的資料進(jìn)行檢查,當(dāng)出現(xiàn):

MongoDB將會(huì)自動(dòng)將這些文檔刪除,這種索引還有以下這些要求:

• TTL索引只能有一個(gè)字段,沒有聯(lián)合TTL索引
• TTL不能用于固定集合
• TTL索引是逐個(gè)遍歷后,發(fā)現(xiàn)滿足刪除條件會(huì)使用delete函數(shù)刪除,效率并不高

首先在我們文檔上增減一個(gè)時(shí)間字段

for(var i = 90000;i < 100000;i++){
    db.users.updateOne(
    {username:"user"+i},
    {
        $set:{
            createdDate:new Date()
        }
    });
}

創(chuàng)建一個(gè)TTL索引并且設(shè)定過期時(shí)間為60s,待過60s后查詢,會(huì)發(fā)現(xiàn)這些數(shù)據(jù)已經(jīng)不存在

db.users.createIndex({createdDate:1},{expireAfterSeconds:60})
'createdDate_1'

另外還可以用CollMod命令更改TTL索引的過期時(shí)間

db.runCommand({
  collMod:"users",
  index:{
    keyPattern:{createdDate:1},
    expireAfterSeconds:120
  }
})

{ expireAfterSeconds_old: 60, expireAfterSeconds_new: 120, ok: 1 }

條件索引

條件索引也叫部分索引(partial),只對(duì)滿足條件的數(shù)據(jù)進(jìn)行建立索引.

只對(duì)50歲以上的user進(jìn)行建立username_1索引,查看執(zhí)行計(jì)劃會(huì)發(fā)現(xiàn)isPartial這個(gè)字段會(huì)變成true

db.users.createIndex({username:1},{partialFilterExpression:{
    age:{$gt:50}
  }})
'username_1'

db.users.find({$and:[{username:"user4"},{age:60}]}).explain()
{ 
  queryPlanner: 
  { 
     ......
     winningPlan: 
     { 
        stage: 'FETCH',
        filter: { age: { '$eq': 60 } },
        inputStage: 
        { 
           stage: 'IXSCAN',
           keyPattern: { username: 1 },
           indexName: 'username_1',
           ......
           isPartial: true,
           ......
         } 
     },
     rejectedPlans: [] 
  },
  ......
  ok: 1 
}

稀疏索引

一般的索引會(huì)根據(jù)某個(gè)字段為整個(gè)集合創(chuàng)建一個(gè)索引,即使某個(gè)文檔不存這個(gè)字段,那么這個(gè)索引會(huì)把這個(gè)文檔的這個(gè)字段當(dāng)作null建立在索引當(dāng)中.

稀疏索引不會(huì)對(duì)文檔中不存在的字段建立索引,如果這個(gè)字段存在但是為null時(shí),則會(huì)創(chuàng)建索引.

下面給users集合中的部分?jǐn)?shù)據(jù)創(chuàng)建稀疏索引

for(var i = 5000;i < 10000;i++){
  if(i < 9000){
    db.users.updateOne(
      {username:"user"+i},
      { $set:{email:(120000000+i)+"@qq.email"}}
    )
  }else{
    db.users.updateOne(
      {username:"user"+i},
      { $set:{email:null}}
    )
  }
}

當(dāng)不建立索引使用{email:null}條件進(jìn)行查詢時(shí),我們會(huì)發(fā)現(xiàn)查出來的文檔包含沒有email字段的文檔

db.users.find({email:null})
{ 
  _id: ObjectId("61bdc01ba59136670f6536fd"),
  username: 'user0',
  age: 64.41483801726282,
  sex: 0,
  phone: 18468150001,
  location: 
  { 
    type: 'Point',
    coordinates: [ 101.42490900320335, 42.2576650823515 ] 
  } 
}
......

然后對(duì)email這個(gè)字段創(chuàng)建一個(gè)稀疏索引使用{email:null}條件進(jìn)行查詢,則發(fā)現(xiàn)查詢來的文檔全部是email字段存在且為null的文檔.

db.users.createIndex({email:1},{sparse:true});
'email_1'

db.users.find({email:null}).hint({email:1})
{ 
  _id: ObjectId("61bdc12ca59136670f655a25"),
  username: 'user9000',
  age: 94.18397576757012,
  sex: 0,
  phone: 18468159001,
  hobby: [ '釣魚', '乒乓球' ],
  location: 
  { 
    type: 'Point',
    coordinates: [ 101.25903151863596, 41.38450145025062 ] 
  },
  email: null 
}
......

文本索引

文本索引將建立索引的文檔字段先進(jìn)行分詞再進(jìn)行檢索,但是目前還不支持中文分詞.

下面增加兩個(gè)文本字段,創(chuàng)建一個(gè)聯(lián)合文本索引

db.blog.insertMany([
  {title:"hello world",content:"mongodb is the best database"},
  {title:"index",content:"efficient data structure"}
])

//創(chuàng)建索引
db.blog.createIndex({title:"text",content:"text"})
'title_text_content_text'
//使用文本索引查詢
db.blog.find({$text:{$search:"hello data"}})
{ 
  _id: ObjectId("61c092268c4037d17827d977"),
  title: 'index',
  content: 'efficient data structure' 
},
{ 
  _id: ObjectId("61c092268c4037d17827d976"),
  title: 'hello world',
  content: 'mongodb is the best database' 
}

唯一索引

唯一索引就是在建立索引地字段上不能出現(xiàn)重復(fù)元素,除了單字段唯一索引還有聯(lián)合唯一索引以及數(shù)組唯一索引(即數(shù)組之間不能有元素交集 )

//對(duì)title字段創(chuàng)建唯一索引
db.blog.createIndex({title:1},{unique:true})
'title_1'
//插入一個(gè)已經(jīng)存在的title值
db.blog.insertOne({title:"hello world",content:"mongodb is the best database"})
MongoServerError: E11000 duplicate key error collection: mock.blog index: title_1 dup key: { : "hello world" }
//查看一下執(zhí)行計(jì)劃,isUnique為true
db.blog.find({"title":"index"}).explain()
{ 
  queryPlanner: 
  { 
     ......
     winningPlan: 
     { 
        stage: 'FETCH',
        inputStage: 
        { 
           stage: 'IXSCAN',
           keyPattern: { title: 1 },
           indexName: 'title_1',
           isMultiKey: false,
           multiKeyPaths: { title: [] },
           isUnique: true,
           ......
         } 
     },
     rejectedPlans: [] 
  },
  .......
  ok: 1 
}

相關(guān)視頻教程推薦：《MongoDB教程》

以上是帶你聊聊MongoDB中豐富的索引類型的詳細(xì)內(nèi)容。更多資訊請(qǐng)關(guān)注PHP中文網(wǎng)其他相關(guān)文章！