MongoDB 索引篇
索引的简介
索引可以加快查询的速度，但是过多的索引或者规范不好的索引也会影响到查询的速度。且添加索引之后的对文档的删除，修改会比以前速度慢。因为在进行修改的时候会对索引进行更新。
创建一个简单的索引
db.wsc.ensureIndex({"username":1})
这样在查找的时候速度回变快
db.wsc.find({usernmae:"jack ma"})
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。
.
**复合索引** 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
db.users.ensureIndex({'age':1, 'username': 1})
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})
可能21岁的人很多，所以这个查询会有很多的结果的返回。
多值查询 multi-value-query
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。
db.users.find({'age': {"$gte": 21, "$lte": 30}})
###**索引的类型** ***单键索引*** 就是最普通的的索引
db.users.ensureIndex({'username': 1})
**唯一索引** 确定集合的每一个文档的指定键都是唯一的值
db.users.ensureIndex({'username': 1, unique: true})
这样创建了一个值，以后再插入数据的时候，username键的值不能重复，否则会插入不成功
多键索引
如果某个键在文档中被标记为数组，那么这个索引就会被标记为多键索引
> db.members.find()
{ "_id" : ObjectId("1"), "tags" : [ "ame", "fear", "big" ] }
{ "_id" : ObjectId("2"), "tags" : [ "ame", "fear", "big", "chi" ] }
{ "_id" : ObjectId("3"), "tags" : [ "ame", "jr", "big", "chi" ] }
当我查找tags='jr'数据时，db会查找所有文档，所以nscanned=3,并且返回一条，此时n=1。
>db.members.find({tags: 'jr'}).explain()
{
"cursor" : "BasicCursor",
"isMultiKey" : false,
"n" : 1,
"nscanned" : 3,
}
然后建立索引
db.members.ensureIndex({tags:1})
之后我们在对tags='jr'进行查找，此时nscanned=1，并且isMultiKey由原来的false变为true。所以可以说明，mongodb对数组做了多个键的索引，即把所有的数组元素都做了索引。
> db.members.find({tags: 'jr'}).explain()
{
"cursor" : "BtreeCursor tags_1",
"isMultiKey" : true,
"n" : 1,
"nscannedObjects" : 1,
"nscanned" : 1,
}
**过期索引** 顾名思义就是索引过期之后，相应的数据会被删除。比较适合一些存储一段时间的数据。 *和设置单键索引很类似，只是多个expireAfterSeconds参数，单位是秒。*
db.collectionName.ensureIndex({key: 1}, {expireAfterSeconds: 10})
例子 下面建立一个索引，然后数据会在30秒后删除
db.members.ensureIndex({time:1}, {expireAfterSeconds: 30})
被索引键的值必须是ISODate时间类型,例如new Date()类型。如果是非时间类型，则不会自动删除
稀疏索引
使用sparse可以创建稀疏索引和唯一索引
db.users.ensureIndex({'email': 1}, {'unique': true, 'sparse': true})
创建了稀疏索引的字段，在插入数据的时候无论是否这个字段是否存在都可以插入成功。
哈希索引
db.collection.createIndex( { _id: "hashed" } )
地理位置索引
当文档中有这样的数据时
db.places.insert(
{
loc : { type: "Point", coordinates: [ -73.97, 40.77 ] },
name: "Central Park",
category : "Parks"
}
)
db.places.insert(
{
loc : { type: "Point", coordinates: [ -73.88, 40.78 ] },
name: "La Guardia Airport",
category : "Airport"
}
)
可以创建地理索引
db.places.createIndex( { loc : "2dsphere" } )
**文本索引 **
###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 创建索引** 在**mongo shell**中国有两个方法
ensureIndex()
createIndex()
例子
db.users.ensureIndex({'username': 1})
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
},
"ns" : "test.users",
"name" : "username_1"
}
]
3.dropIndex删除索引
> db.users.dropIndex("username_1"){ "nIndexesWas" : 2, "ok" : 1 }
或
db.users.dropIndex({"username":1})