索引属性 稀疏索引，定时索引

名字
　　db.collection.ensureIndex({},{name:''})
　　在创建索引时，mongodb会自己给索引创建默认的名字，这种名字并不好记，我们看一下mongodb是怎么给自己命名的
唯一性：
　　第二个属性，是索引的唯一性
　　db.collection.ensureIndex({},{unique:true/false})
　　如果设置为true，表明这个索引为唯一索引，及在同一个集合中不能插入两个唯一索引的字段
稀疏性：
　　第三个属性，是索引的稀疏性
　　db.collection.ensureIndex({},{sparse:true/false})
　　通过设置sparse为true或者false判断索引是否稀疏，默认情况下索引是不稀疏的
是否定时删除：比如过期索引
　　db.test2.ensureIndex({time:1},{expireAfterSeconds:30})

 

sparse

假设在集合中创建了x的索引，但是由于mongodb并没有严格的结构上的限制，所以在插入文档时，这其中可能并不包含x字段，这样的情况下，mongodb依然会去创建索引，如果你不希望这件事情发生，在创建索引时，就可以用sparse=true来避免他，稀疏索引的好处时显而易见的，因为他不必为不存在的字段创建索引。

＊：在使用稀疏索引时，有可能会带来一些隐患，mongodb，exixts表示是否存在

> db.test.insert({m:1})
WriteResult({ "nInserted" : 1 })
> db.test.insert({n:1})
WriteResult({ "nInserted" : 1 })
> db.test.find({m:{$exists:true}})
{ "_id" : ObjectId("5b6a22e712d07a388813c246"), "m" : 1 }

插了两条数据，用exists便过滤了n

现在设置一个稀疏索引

> db.test.ensureIndex({m:1},{sparse:true})
{
    "createdCollectionAutomatically" : false,
    "numIndexesBefore" : 2,
    "numIndexesAfter" : 3,
    "ok" : 1
}

再去查找不存在m的值

> db.test.find({m:{$exists:false}})
{ "_id" : ObjectId("5b6a22ea12d07a388813c247"), "n" : 1 }

过期索引，指的是一段时间后会过期的索引，在索引过期后，相应的数据会被删除，这适合存储一些在一段时间之后会失效的数据，比如用户的登录信息，想要用户登录信息2天后失效，需要用户重新登录，或者存储的日志，希望这些日志在一段时间后删除

 

 

expireAfterSeconds

建立方法

> db.test2.ensureIndex({time:1},{expireAfterSeconds:30})
{
    "createdCollectionAutomatically" : false,
    "numIndexesBefore" : 4,
    "numIndexesAfter" : 5,
    "ok" : 1
}

与普通索引不同的是，后面需要加个参数，expireAfterSecondes,他的值是秒数，用来设置过期索引的过期时间

建立好后，我们插入一条数据

> db.test2.insert({time:new Date()})
WriteResult({ "nInserted" : 1 })

再查询

> db.test2.find()
{ "_id" : ObjectId("5b60e31524326393d99a4f64"), "x" : 1 }
{ "_id" : ObjectId("5b6235d23fb2bed9140233fd"), "x" : 1, "y" : 2, "z" : 3 }
{ "_id" : ObjectId("5b62361e3fb2bed9140233fe"), "x" : [ 1, 2, 3, 4, 5 ] }
{ "_id" : ObjectId("5b623a513fb2bed9140233ff"), "time" : ISODate("2018-08-01T22:55:13.369Z") }

按照之前的设置，这条数据会在30s后删除，我们等待30s后，再看这条数据

> db.test2.find()
{ "_id" : ObjectId("5b60e31524326393d99a4f64"), "x" : 1 }
{ "_id" : ObjectId("5b6235d23fb2bed9140233fd"), "x" : 1, "y" : 2, "z" : 3 }
{ "_id" : ObjectId("5b62361e3fb2bed9140233fe"), "x" : [ 1, 2, 3, 4, 5 ] }

发现那条插入时间的数据已经不见了