学习MongoDB 八： MongoDB索引（索引限制条件）（二）

一、简介

      我们上一篇介绍了索引基本操作，通过db.collection.createIndex(keys, options)语法创建索引，我们继续介绍地理空间索引、索引的限制，使我们在MongoDB时能提高查询效率。

    索引的语法：

                db.collection.createIndex(keys,options)

      

    options 参数说明

       

       

 

       

二．地理空间索引

      我们生活上用到地理位置越多越多，所以存储经纬度就多了，查地理位置就多了，为了提高在MongoDB查询效率，我们建立地理空间索引。

 

   1.创建地理空间索引

       语法：

            

1. db.collection.createIndex({ <location field> : "2d" ,
2. <additionalfield> : <value> } ,
3. {<index-specification options> } )

     index-specification参数说明：

          { min : <lower bound> , max :<upper bound> }

   

     我们经常创建经纬度的格式有几种,例如：location:[ 50, 40 ]、location :{ lng :50 ,lat : 40}

1. > db.places.find()
2. { "_id" :ObjectId("55ad0df063ea39b3057bdeef"), "onumber" : 1,"date" : "2015-07
3. -01", "cname" :"zcy", "location" : [ -10, 100 ] }
4. { "_id" :ObjectId("55ad0e0463ea39b3057bdef0"), "onumber" : 2,"date" : "2015-07
5. -02", "cname" :"zcy", "location" : [ 10, 60 ] }
6. { "_id" :ObjectId("55ad0e1663ea39b3057bdef1"), "onumber" : 3,"date" : "2015-07
7. -03", "cname" :"zcy", "location" : [ 100, 150 ] }
8. { "_id" :ObjectId("55ad0e2463ea39b3057bdef2"), "onumber" : 4,"date" : "2015-07
9. -04", "cname" : "zcy","location" : [ 150, 200 ] }
10. { "_id" :ObjectId("55ad0e3263ea39b3057bdef3"), "onumber" : 5,"date" : "2015-07
11. -05", "cname" :"zcy", "location" : [ -100, 100 ] }

  例子：

    >db.places.createIndex({location:"2d"})

     

   地理空间索引默认值的范围为-180到180,如果值已经存在超过了200时，就会建索引失败：

         "errmsg" : "point not in interval of [ -180, 180 ] ::caused by :: { _id: ObjectId('55ad07bc63ea39b3057bdeed'),onumber: 5.0, date: "2015-07-05", cnam

e: "zcy", location: [ 100.0,200.0 ] }", "code" : 13027

      

     我们可以建立一个二维地理空间索引的位置范围以外的默认，创建索引时使用最小和最大选项。

     

     语法：

           

1. db.collection.createIndex( {<location field> : "2d" } ,
2. {min : <lower bound> , max : <upper bound> } )

     例子：

      >db.places.createIndex({location:"2d"},{min:-200,max:200})

    地理空间索引默认值的范围为-200到200

 

  2.查询平面上的点

      我们可以使用$near或者geoNear Command查询，可以使用limit()函数，若不指定，默认是返回100条文档。

 

    （1）      精确的查询

                例子：

       > db.places.find({location:[60,100]})

        

       我们查询经纬度为[60,100]

 

   (2)  $near查询

  

        我们需要查询范围内的经纬度有哪些

       语法：

1. db.collection.find( {<location field> :
2. {$near : [ <x> , <y> ]
3. } } )

    例子：

      > db.places.find({location:{$near:[100,200]}})

         

 

       我们查询目标点[100,200]距离最近的100个点，然后是按最接近的排序

 

（3）geoNearCommand查询

 

      geoNear Command查询根db.collection.find()查询相似

    

     语法：

    db.runCommand( { geoNear:<collection>, near: [ <x> , <y> ] } )

    例子：

      

1.  
2. > db.runCommand( {geoNear:"places", near: [ -100,100] } )
3. {
4. "results" :[
5. {
6. "dis" : 0,
7. "obj" : {
8. "_id" : ObjectId("55ad0e3263ea39b3057bdef3"),
9. "onumber" : 5,
10. "date" : "2015-07-05",
11. "cname" : "zcy",
12. "location" : [
13. -100,
14. 100
15. ]
16. }
17. },
18. {
19. "dis" : 90,
20. "obj" : {
21. "_id" : ObjectId("55ad0df063ea39b3057bdeef"),
22. "onumber" : 1,
23. "date" : "2015-07-01",
24. "cname" : "zcy",
25. "location" : [
26. -10,
27. 100
28. ]
29. }
30. },
31. {
32. "dis" : 117.04699910719626,
33. "obj" : {
34. "_id" : ObjectId("55ad0e0463ea39b3057bdef0"),
35. "onumber" : 2,
36. "date" : "2015-07-02",
37. "cname" : "zcy",
38. "location" : [
39. 10,
40. 60
41. ]
42. }
43. },
44. {
45. "dis" : 206.15528128088303,
46. "obj" : {
47. "_id" : ObjectId("55ad0e1663ea39b3057bdef1"),
48. "onumber" : 3,
49. "date" : "2015-07-03",
50. "cname" : "zcy",
51. "location" : [
52. 100,
53. 150
54. ]
55. }
56. },
57. {
58. "dis" : 269.2582403567252,
59. "obj" : {
60. "_id" : ObjectId("55ad0e2463ea39b3057bdef2"),
61. "onumber" : 4,
62. "date" : "2015-07-04",
63. "cname" : "zcy",
64. "location" : [
65. 150,
66. 200
67. ]
68. }
69. }
70. ],
71. "stats" : {
72. "nscanned" : NumberLong(5),
73. "objectsLoaded" : NumberLong(5),
74. "avgDistance" : 136.4921041489609,
75. "maxDistance" : 269.2582403567252,
76. "time" : 52
77. },
78. "ok" : 1
79. }

 

4.查询曲面上定义的点

 （1）$box

 （2）$polygon

（ 3）$center(defines a circle)

  这边就不做具体介绍了，可以到官方文档查看:http://docs.mongodb.org/manual/tutorial/query-a-2d-index/

 

 三．索引的限制

  我们第二章介绍索引的基本创建，我们现在创建索引时加上限制条件，比如唯一索引等

 

   1.      唯一索引

           

       对字段设置唯一索引时，可以保证字段都是唯一性

               

        语法：

     db.collection.createIndex({field1：boolean, field2：boolean },{unique: true})

      （1）新建唯一索引

               例子：  

          > db.orders.createIndex({onumber:1},{unique:true})

                 我们创建了onumber为唯一索引

                 当我们插入相同的onumber时，会新增失败

                    

               说明：我们在新建字段为唯一索引时，对应的字段不存在，索引会将其作为null存储，如果对文档新增第一条时，没保存字段对应的值时，会以null保存，第二条还是对指定字段对应的值，新增数据时，之前已经存在null，所以会导致新增失败。

 

  （2）对文档中已经存在的相同的字段新建唯一索引

 

           我们文档中已经有数据时，我们新建唯一索引

          例子：

       >db.orders.createIndex({onumber:1},{unique:true})

                  

 

       我们集合中的onumber字段值已经有重复，所以会导致创建唯一性索引失败

       

       唯一索引不能够创建在具有重复值的键上，如果你一定要在这样的键上创建，使用dropDups参数，系统对重复值的键上只保留第一条记录，剩下的记录会被删除

   例子：

      >db.orders.createIndex({onumber:1},{unique:true,dropDups:true})

    2.      索引的名称

            我们之前在创建索引时，没指定索引名称，MongoDB会生成一个默认的索引名称，我们可以通过name参数来指定我们新建索引的名称

            语法：

          db.collection.createIndex({field1：boolean,field2：boolean },{name: "index_name"}) 

         例子：

        >db.orders.createIndex({onumber:1},{name:"index_onumber"})

                

  

         我们onumber字段新建一个索引名称为index_onumber的索引

 

   3.      后台方式创建索引

             background 在创建索引时，会阻塞MongoDB其它操作，比如查询MongoDB时，background为trues时可指定以后台方式创建索引，默认值时false

 

            语法：

         db.collection.createIndex({{field1：boolean,field2：boolean }} },{background: true})

            例子：

         > db.orders.createIndex({cname:1},{background:true}<span style="font-size:18px;">)</span>

     4.      稀疏索引  

         sparse：稀疏索引只包含有索引字段的文档，即使索引字段包含空值，指数跳过缺少索引字段。索引是“稀疏的”，因为它不包含集合的所有文档。与之相反，非稀疏索引中包含一个集合中的所有文档，这些文档中不包含索引字段的空值。类似于$exists用来判断一个field是否存在

        语法

        db.collection.createIndex({{field1：boolean,field2：boolean }} },{ sparse: true})

        例子：

       >db.orders.createIndex({onumber:1},{sparse:true})

            

 

        我们查询时，onumber为null为4条记录，我们以onumber为nul做为查询条件时，没使用到索引。

 

        而我们以onumber为1作为查询条件时，有使用到索引。

         

 

            稀疏索引只包含有索引字段的文档，即使索引字段包含空值，指数跳过缺少索引字段

 

 

四、索引的信息

 

  1.        强制索引

      我们在对MongoDB查询时，可以使用hint强制用某个索引

    语法：

    db. collection.find().hint(“index_name”)

       例子：

    >db.orders.find({onumber:1}).hint("onumber_1")

     我们强制使用onumber 字段索引名称为onumber_1的索引

 

     MongoDB的查询优化器非常智能，会替你选择该用哪个索引，多数情况下不需要指定的。

 

   2.        执行计划

 

      MongoDB 提供了一个 explain 命令让我们获知系统如何处理查询请求。利用 explain 命令，我们可以很好地观察系统如何使用索引来加快检索，同时可以针对性优化索引。

1. >db.orders.find({onumber:1}).hint("onumber_1").explain()
2. {
3. "cursor" : "BtreeCursor onumber_1",
4. "isMultiKey" : false,
5. "n" : 1,
6. "nscannedObjects" : 1,
7. "nscanned" : 1,
8. "nscannedObjectsAllPlans" : 1,
9. "nscannedAllPlans" : 1,
10. "scanAndOrder" : false,
11. "indexOnly" : false,
12. "nYields" : 0,
13. "nChunkSkips" : 0,
14. "millis" : 77,
15. "indexBounds" : {
16. "onumber" : [
17. [
18. 1,
19. 1
20. ]
21. ]
22. },
23. "server" : "zhengcy-PC:27017",
24. "filterSet" : false
25. }

 

  对一些比较重要的参数说明：

    1） n：当前查询返回的文档数量。

    2）millis：当前查询所需时间，毫秒数。

   3）indexBounds：当前查询具体使用的索引。

   4）nscanned：扫描document的行数。

   5）cursor：返回游标类型（BasicCursor和BtreeCursor），我们这边使用BtreeCursor类型。

   6）nscannedObjects：被扫描的文档数量。

   7）scanAndOrder：是否在内存中排序。