创建索引：
db.imooc_collection.getIndexes() 查看索引情况
db.imooc_collection.ensureIndex({x:1}) 创建索引，x:1代表正向排序，x:-1代表逆向排序
db.imooc_collection.dropIndex("normal_index") 删除索引，normal_index为索引名
索引的种类：
1._id索引
2.单键索引
3.多键索引
4.复合索引
5.过期索引
6.全文索引
7.地理位置索引
1._id索引：
_id索引是绝大多数集合默认建立的索引
对于每个插入的数据，mongoDB都会自动生成一条唯一的_id字段
会自动创建
2.单键索引：
单键索引是最普通的索引
例如：一条记录，形式为:{x:1,y:2,z:3}
我们在x字段上加条索引，之后就可以以x为条件进行查询
db.imooc_collection.ensureIndex({x:1})
3.多键索引：
多件索引和单键索引创建形式相同，区别在于字段的值
单键索引：值为一个单一的值，例如字符串，数字或者日期。
多键索引：值具有多个记录，例如数组。
db.imoc_collection.insert({x:[1,2,3,4,5,6,7,8,9]})
对于这组数据来讲，mongoDB便为x创建了多键索引
4.复合索引：
当我们的查询条件只有一个时，就需要建立复合索引
插入{x:1，y:2，z:3}记录-->按照x与y的值查询-->db.collection.ensureIndex({x:1,y:2})-->使用{x:1,y:2}作为条件进行查询
5.过期索引：
1.是在一段时间后会过期的索引。
2.在索引过期后，相应的数据会被删除。
3.这适合存储一些在一段时间之后会失效的数据，比如用户的登陆信息、存储的日志。
4.建立方法：
db.collection.ensureIndex({time:1},{expireAfterSeconds:10})
{time:1},需要索引的字段
{expireAfterSeconds:10}，设置过期时间，单位为秒
db.collection.insert({time:new Date()}) 将当前时间插入进time列，检验是否10秒过后会自动删除
过期索引的限制：
1.存储在过期索引字段的值必须是指定的时间类型。
说明：必须是ISODate或者ISODate数组，不能使用时间戳，否则不能被自动删除
2.如果指定了ISODate数组，则按照最小的时间进行删除。
3.过期索引不能是复合索引。
4.删除时间不精确。
说明：删除过程是由后台程序每60秒跑一次，而且删除也需要一些时间，所以存在误差。
6.全文索引：
对字符串与字符串数组创建全文可搜索的索引
适用情况：
{author："",titile:"",article:""}
建立方法：
db.articles.ensureIndex({key:"text"})
db.articles.ensureIndex({key_1:"text",key_2:"text"})
db.articles.ensureIndex({"$**":"text"})
db.imooc_2.ensureIndex({"article":"text"}) 以article为key创建全文索引
如何使用全文索引进行查询：
先插入几条数据：
db.imooc_2.insert({"article":"aa bb cc dd ee ff gg"})
db.imooc_2.insert({"article":"aa bb cc rr mm nn oo"})
db.imooc_2.insert({"article":"aa bb qrwq qw ww tt yy"})
db.imooc_2.insert({"article":"aa bb cc zz ii uu hh"})
db.imooc_2.insert({"article":"aa bb cc xx vv kk jj"})
再进行全文索引查询：
db.imooc_2.find({$text:{$search:"aa"}})
db.imooc_2.find({$text:{$search:"aa bb cc"}})======》默认是或查询，只要包含aa或者bb或者cc都会查询出来
db.imooc_2.find({$text:{$search:"aa bb -cc"}})======》-cc代表不包含cc这个字符串
db.imooc_2.find({$text:{$search:""aa""bb" "cc""}})======》与操作，既包含aa又包含bb又包含cc的字段查询出来，因为$search：的外面本来就有个双引号，所以这个里面需要用反斜杠将里面的双引号进行转意
全文索引相似度查询：
$meta操作符:{score：{$meta:"textScore"}}------>{$meta:"textScore"}是一个数值，代表与所查询条件的匹配度多少，值越高代表相似度越高，score只是用于显示的，可以改变，如：fenshu，随便你（最好就用score吧）
写在查询条件后面可以返回返回结果的相似度
与sort一起使用，可以达到很好的实用效果。
例：db.imooc_2.find({$text:{$search:"aa bb"}}，{score:{$meta:"textScore"}}).sort({score:{$meta:"textScore"}})
这条语句将会查找出包含 aa或者bb的字段并且按期相似度从高到低排序
全文索引的使用限制：
全文索引虽然非常强大，但是同样存在限制：
1.每次查询，只能指定一个$text查询
2.$text查询不能出现在$nor查询中
3.查询中如果包含了$text，hint不再起作用
4.MongoDB全文索引目前还不支持中文
索引属性----name指定
创建索引时的格式：
db.collection.ensureIndex({param},{param})
其中，第二个参数便是索引的属性。
比较重要的属性有：
名字，name指定:
db.collection.ensureIndex({x:1},{name:"normal_index"})
唯一性，unique指定：
db.collection.ensureIndex({x:1},{unique:true/false})
稀疏性,sparse指定：
db.collection.ensureIndex({x:1},{sparse:true/false})
是否定时删除,expireAfterSeconds指定：
db.collection.ensureIndex({x:1},{expireAfterSeconds:10})
7.地利位置索引：
概念：将一些点的位置存储在mongoDB中，创建索引后，可以按照位置来查找其他点。
子分类：2d索引，用于存储和查找平面上的点
2dsphere索引，用于存储和查找球面上的点
查找方式：
1.查找距离某个点一定距离内的点
2.查找包含在某区域内的点
2d索引：平面地理位置索引
创建方式：db.location.ensureIndex({"w":"2d"})
位置表示方式：经纬度[经度，纬度]
取值范围：经度[-180,180]纬度[-90,90]
先插入几条数据:
db.location.insert({w:[1,2]})
db.location.insert({w:[4,3]})
db.location.insert({w:[6,5]})
db.location.insert({w:[120,50]})
查询方式：
(1).$near查询：查询距离某个点最近的点
例：
db.location.find({w:{$near:[1,1],$maxDistance:10}}) $maxDistance用来设定最大距离
(2).$geoWithin查询：查询某个形状内的点
形状的表示：
1.$box:矩形，使用
{$box:[[<x1>,<y1>],[<x2>,<y2>]]}表示
例：
db.location.find({w:{$geoWithin:{$box:[[0,0],[3,3]]}}})
2.$center:圆形，使用
{$center:[[<x1>,<y1>],r]}表示
例：
db.location.find({w:{$geoWithin:{$center:[[0,0],5]}}})
3.$polygon:多边形，使用
{$polygon:[[<x1>,<y1>],[<x2>,<y2>],[<x3>,<y3>]]}表示
例：
db.location.find({w:{$geoWithin:{$polygon:[[0,0],[0,1],[2,5],[6,1]]}}})
(3).geoNear查询：
geoNear使用runCommand命令进行使用，常用使用如下：
db.runCommand(
{geoNear:<collection>,
near:[x,y],
minDistance:(对2d索引无效)
maxDistance：
num:
...})
例：
db.runCommand({geoNear:"location",near:[1,2],maxDistance:10,num:1})
2dsphere索引：
概念：球面地理位置索引
创建方式：db.collection.ensureIndex({w:"2dsphere"})
位置表示方式：
GeoJSON:描述一个点，一条直线，多边形等形状。
格式：
{type:" ",coordinates:[<coordinates>]}
查询方式与2d索引查询方式类似，
支持$minDistance与$maxDistance
索引构建情况分析：
索引好处：加快索引相关的查询
索引不好处：增加磁盘空间消耗，降低写入性能
如何评判当前索引构建情况：
1.mongostat工具介绍
mongostat：查看mongodb运行状态的程序
使用说明：mogostat -h 127.0.0.1:12345
字段说明：
索引情况：idx miss 索引丢失的情况，如果很高，说明我们创建的索引有问题
切换到mongoDB的bin目录
./mongostat --help 查看帮助
一般我们比较关心的段：
这几个值都是越低代表性能越好
qr：读队列
qw：写队列
idx miss：
2.profile集合介绍
db.getProfilingStatus() 查看profile的状态
db.getProfilingLevel() 查看profile的级别
级别分别为0,1，2
0级别 profile是关闭的，不记录任何操作
1级别 配合slowms的域值，记录所有操作超过slowms的操作
2级别 记录所有操作
设置profile级别：
db.setprofilingLevel(2)
设置之后使用show tables会发现mongoDB的表里会新增一个System.profile的表，用来记录我们对mongoDB的操作
我们使用
db.system.profile.find().sort({$natural:-1}).limit(1) $natural用来指定以时间先后排序，-1代表最近的操作，1代表最远的操作。
3.日志介绍
log/mongod.log
4.explain分析
db.imooc_2.find({x:1}).explain()-------->可以用来查看你的这个特定查看是否使用索引，会显示你的查询的详细信息