MongoDB數據庫索引用法詳解

Posted on by

一.索引詳講

索引是什麼，索引就好比一本書的目錄，當我們想找某一章節的時候，通過書籍的目錄可以很快的找到，所以適當的加入索引可以提高我們查詢的數據的速度。

準備工作，向MongoDB中插入20000條記錄，沒條記錄都有number和name

> for(var i = 0 ; i<200000 ;i++){
... db.books.insert({number:i,name:"book"+i})
... }
WriteResult({ "nInserted" : 1 })
> db.books.find({},{_id:0})
{ "number" : 0, "name" : "book0" }
{ "number" : 1, "name" : "book1" }
{ "number" : 2, "name" : "book2" }
{ "number" : 3, "name" : "book3" }
{ "number" : 4, "name" : "book4" }
{ "number" : 5, "name" : "book5" }
{ "number" : 6, "name" : "book6" }
{ "number" : 7, "name" : "book7" }
……
>

1.對比加入索引和不加入索引的查詢效率

例：查詢number為65535的name

不使用索引的情況下，查詢時間請看millis

> db.books.find({number:65535},{_id:0,name:1}).explain()
{
        "cursor" : "BasicCursor",
        "isMultiKey" : false,
        "n" : 1,
        "nscannedObjects" : 200000,
        "nscanned" : 200000,
        "nscannedObjectsAllPlans" : 200000,
        "nscannedAllPlans" : 200000,
        "scanAndOrder" : false,
        "indexOnly" : false,
        "nYields" : 1562,
        "nChunkSkips" : 0,
        "millis" : 172,
        "server" : "G08FNSTD131598:27017",
        "filterSet" : false
}
>

使用索引的情況下，先創建一個簡單索引，用number建立一個索引

db.books.ensureIndex({number:1})
{
        "createdCollectionAutomatically" : false,
        "numIndexesBefore" : 1,
        "numIndexesAfter" : 2,
        "ok" : 1
}
> db.books.find({number:65535},{_id:0,name:1}).explain()
{
        "cursor" : "BtreeCursor number_1",
        "isMultiKey" : false,
        "n" : 1,
        "nscannedObjects" : 1,
        "nscanned" : 1,
        "nscannedObjectsAllPlans" : 1,
        "nscannedAllPlans" : 1,
        "scanAndOrder" : false,
        "indexOnly" : false,
        "nYields" : 0,
        "nChunkSkips" : 0,
        "millis" : 0,
"indexBounds" : {
                "number" : [
                        [
                                65535,
                                65535
                        ]
                ]
        },
        "server" : "G08FNSTD131598:27017",
        "filterSet" : false
}
>

從上面可以看到，查詢的時間上帶索引的情況要有明顯的縮短

2.從插入的數據的時間上進行對比

準備工作，刪除剛剛建立的books文檔

定義一個函數，來完成記錄時間和插入數據的操作

> var time = function(){
... var start = new Date();
... for(var i = 0;i < 200000 ; i++){
... db.books.insert({number:i,name:"book"+i});
... }
... var end = new Date();
... return end - start;
... }

不進行添加索引的時候：

> var x = time();
> x
63057

創建索引

> db.books.ensureIndex({number:1})
{
        "createdCollectionAutomatically" : false,
        "numIndexesBefore" : 1,
        "numIndexesAfter" : 2,
        "ok" : 1
}

存在索引的時候的插入數據所用的時間

> var x = time();
> x
67223

可以看到不存在索引的時候，插入的數據所用的時間較短

綜上：當我們對一個文檔需要進行頻繁的插入操作的時候，建立不巧當的索引會導致插入效率的降低。

3.建立索引需要註意的地方

創建索引的時候註意1是正序創建索引-1是倒序創建索引

索引的創建在提高查詢性能的同事會影響插入的性能

對於經常查詢少插入的文檔可以考慮用索引

符合索引要註意索引的先後順序

每個鍵全建立索引不一定就能提高性能呢，索引不是萬能的

在做排序工作的時候如果是超大數據量也可以考慮加上索引用來提高排序的性能

4.詳細介紹索引的創建

①在創建索引的時候，使用瞭ensureIndex()這個方法，使用它會創建索引，名字就是鍵的名字加上一個數字，例如number_1或者number_-1，其中1代表是正序索引，-1代表逆序索引

②如果覺得1或-1比較不容易記，還可以使用自定義名字來創建索引

> db.books.ensureIndex({name:1},{name:"bookNameIndex"})
{
        "createdCollectionAutomatically" : false,
        "numIndexesBefore" : 2,
        "numIndexesAfter" : 3,
        "ok" : 1
}

③一個文檔建立瞭多個索引，但是我又想強制使用其中的一個索引，怎麼辦

例如，我在上面的文檔中對number建立瞭逆序索引，對name建立瞭正序索引，現在我想查找的時候用name進行索引，我應該這麼寫：

> db.books.find({name:"book2016"},{_id:0}).hint({name:1})
{ "number" : 2016, "name" : "book2016" }
{ "number" : 2016, "name" : "book2016" }
>

如果使用瞭沒有創建的索引，那麼會返回一個“bad hint”的錯誤。

④查看所用的索引和查詢數據狀態信息，可以使用explain()方法

> db.books.find({name:"book2016"},{_id:0}).hint({name:1}).explain()
{
        "cursor" : "BtreeCursor bookNameIndex",
        "isMultiKey" : false,
        "n" : 2,
        "nscannedObjects" : 2,
        "nscanned" : 2,
        "nscannedObjectsAllPlans" : 2,
        "nscannedAllPlans" : 2,
        "scanAndOrder" : false,
        "indexOnly" : false,
        "nYields" : 0,
        "nChunkSkips" : 0,
        "millis" : 0,
        "indexBounds" : {
                "name" : [
                        [
                                "book2016",
                                "book2016"
                        ]
                ]
        },
        "server" : "G08FNSTD131598:27017",
        "filterSet" : false
}

上面看到，我們的索引的名字是bookNameIndex，並且millis是0，nscanned是查到瞭幾個文檔

⑤在關系型數據庫中嘗嘗會有約束條件，比較常用的就是唯一性，在MongoDB中也可以指定唯一

建立唯一索引：db.books.ensureIndex({name:-1},{unique:true})

上面我通過有索引和無索引插入瞭兩組完全一樣的數據，此時如果去建立唯一的索引，那麼就會出錯

> db.books.ensureIndex({name:1},{unique:true})
{
        "createdCollectionAutomatically" : false,
        "numIndexesBefore" : 1,
        "ok" : 0,
        "errmsg" : "E11000 duplicate key error index: mongoDBTest.books.$name_1
 dup key: { : \"book0\" }",
        "code" : 11000
}

此時可以通過dropDups:true屬性來進行刪除重復的數據

> db.books.ensureIndex({name:1},{unique:true,dropDups:true})
{
        "createdCollectionAutomatically" : false,
        "numIndexesBefore" : 1,
        "numIndexesAfter" : 2,
        "ok" : 1
}
>

刪除重復之後，再去加入一個相同名字的數據，就會出現下面的情況

> db.books.insert({number:1,name:"book1"})
WriteResult({
        "nInserted" : 0,
        "writeError" : {
                "code" : 11000,
                "errmsg" : "insertDocument :: caused by :: 11000 E11000 duplicat
e key error index: mongoDBTest.books.$name_1  dup key: { : \"book1\" }"
        }
})
>

⑥刪除索引

指定要刪除的索引

db.runCommand({dropIndexes : ”books” , index:”name_-1”})

刪除所有的索引

db.runCommand({dropIndexes : ”books” , index:”*”})

註意：索引的創建時同步的，所以如果想指定異步的去創建索引，就要指定在後臺去創建

db.books.ensureIndex({name:-1},{background:true})

二.空間索引

2D索引，舉例在一片區域中建立坐標系，那麼很多地點可以看做是一個個的坐標，此時2d索引就可以幫助我們進行快速的查詢某一個范圍的地點瞭。

例：我在MongoDB中建立一個擁有很多坐標點的文檔

> db.map.find({},{_id:0})
{ "gis" : { "x" : 185, "y" : 150 } }
{ "gis" : { "x" : 70, "y" : 180 } }
{ "gis" : { "x" : 75, "y" : 180 } }
{ "gis" : { "x" : 185, "y" : 185 } }
{ "gis" : { "x" : 65, "y" : 185 } }
{ "gis" : { "x" : 50, "y" : 50 } }
{ "gis" : { "x" : 50, "y" : 100 } }
{ "gis" : { "x" : 60, "y" : 55 } }
{ "gis" : { "x" : 65, "y" : 80 } }
{ "gis" : { "x" : 55, "y" : 80 } }
{ "gis" : { "x" : 0, "y" : 0 } }
{ "gis" : { "x" : 0, "y" : 200 } }
{ "gis" : { "x" : 200, "y" : 0 } }
{ "gis" : { "x" : 200, "y" : 200 } }
>

添加一個2D索引

db.map.ensureIndex({"gis":"2d"},{min:-1,max:201})

默認會建立一個[-180,180]之間的2D索引

例子：

①查詢點(70,180)最近的3個點

> db.map.find({"gis":{$near:[70,180]}},{gis:1,_id:0}).limit(3)
{ "gis" : { "x" : 70, "y" : 180 } }
{ "gis" : { "x" : 75, "y" : 180 } }
{ "gis" : { "x" : 65, "y" : 185 } }

②查詢以點(50,50)和點(190,190)為對角線的正方形中的所有的點

> db.map.find({gis:{$within:{$box:[[50,50],[190,190]]}}},{_id:0,gis:1})
{ "gis" : { "x" : 185, "y" : 150 } }
{ "gis" : { "x" : 75, "y" : 180 } }
{ "gis" : { "x" : 70, "y" : 180 } }
{ "gis" : { "x" : 65, "y" : 185 } }
{ "gis" : { "x" : 50, "y" : 100 } }
{ "gis" : { "x" : 65, "y" : 80 } }
{ "gis" : { "x" : 55, "y" : 80 } }
{ "gis" : { "x" : 60, "y" : 55 } }
{ "gis" : { "x" : 50, "y" : 50 } }
{ "gis" : { "x" : 185, "y" : 185 } }
>

③查詢出以圓心為(56,80)半徑為50規則下的圓心面積中的點

> db.map.find({gis:{$within:{$center:[[56,80],50]}}},{_id:0,gis:1})
{ "gis" : { "x" : 55, "y" : 80 } }
{ "gis" : { "x" : 50, "y" : 100 } }
{ "gis" : { "x" : 50, "y" : 50 } }
{ "gis" : { "x" : 60, "y" : 55 } }
{ "gis" : { "x" : 65, "y" : 80 } }

到此這篇關於MongoDB數據庫索引用法的文章就介紹到這瞭。希望對大傢的學習有所幫助，也希望大傢多多支持WalkonNet。

推薦閱讀：