站長資訊網(wǎng)本篇文章帶你了解MongoDB，介紹一下MongoDB中豐富的索引類型，希望對大家有所幫助！
MongoDB的索引和MySql的索引的作用和優(yōu)化要遵循的原則基本相似,MySql索引類型基本可以區(qū)分為:
- 單鍵索引 – 聯(lián)合索引
- 主鍵索引(聚簇索引) – 非主鍵索引(非聚簇索引)
在MongoDB中除了這些基礎(chǔ)的分類之外,還有一些特殊的索引類型,如: 數(shù)組索引 | 稀疏索引 | 地理空間索引 | TTL索引等.
為了下面方便測試我們使用腳本插入以下數(shù)據(jù)
for(var i = 0;i < 100000;i++){ db.users.insertOne({ username: "user"+i, age: Math.random() * 100, sex: i % 2, phone: 18468150001+i }); }
單鍵索引
單鍵索引即索引的字段只有一個(gè),是最基礎(chǔ)的索引方式.
在集合中使用username字段,創(chuàng)建一個(gè)單鍵索引,MongoDB會自動(dòng)將這個(gè)索引命名為username_1
db.users.createIndex({username:1}) 'username_1'
在創(chuàng)建索引后查看一下使用username字段的查詢計(jì)劃,stage為IXSCAN代表使用使用了索引掃描
db.users.find({username:"user40001"}).explain() { queryPlanner: { winningPlan: { ...... stage: 'FETCH', inputStage: { stage: 'IXSCAN', keyPattern: { username: 1 }, indexName: 'username_1', ...... } } rejectedPlans: [] , }, ...... ok: 1 }
在索引優(yōu)化的原則當(dāng)中,有很重要的原則就是索引要建立在基數(shù)高的的字段上,所謂基數(shù)就是一個(gè)字段上不重復(fù)數(shù)值的個(gè)數(shù),即我們在創(chuàng)建users集合時(shí)年齡出現(xiàn)的數(shù)值是0-99那么age這個(gè)字段將會有100個(gè)不重復(fù)的數(shù)值,即age字段的基數(shù)為100,而sex這個(gè)字段只會出現(xiàn)0 | 1這個(gè)兩個(gè)值,即sex字段的基礎(chǔ)是2,這是一個(gè)相當(dāng)?shù)偷幕鶖?shù),在這種情況下,索引的效率并不高并且會導(dǎo)致索引失效.
下面就船艦一個(gè)sex字段索引,來查詢執(zhí)行計(jì)劃會發(fā)現(xiàn),查詢時(shí)是走的全表掃描,而沒有走相關(guān)索引.
db.users.createIndex({sex:1}) 'sex_1' db.users.find({sex:1}).explain() { queryPlanner: { ...... winningPlan: { stage: 'COLLSCAN', filter: { sex: { '$eq': 1 } }, direction: 'forward' }, rejectedPlans: [] }, ...... ok: 1 }
聯(lián)合索引
聯(lián)合索引即索引上會有多個(gè)字段,下面使用age和sex兩個(gè)字段創(chuàng)建一個(gè)索引
db.users.createIndex({age:1,sex:1}) 'age_1_sex_1'
然后我們使用這兩個(gè)字段進(jìn)行一次查詢,查看執(zhí)行計(jì)劃,順利地走了這條索引
db.users.find({age:23,sex:1}).explain() { queryPlanner: { ...... winningPlan: { stage: 'FETCH', inputStage: { stage: 'IXSCAN', keyPattern: { age: 1, sex: 1 }, indexName: 'age_1_sex_1', ....... indexBounds: { age: [ '[23, 23]' ], sex: [ '[1, 1]' ] } } }, rejectedPlans: [], }, ...... ok: 1 }
數(shù)組索引
數(shù)組索引就是對數(shù)組字段創(chuàng)建索引,也叫做多值索引,下面為了測試將users集合中的數(shù)據(jù)增加一部分?jǐn)?shù)組字段.
db.users.updateOne({username:"user1"},{$set:{hobby:["唱歌","籃球","rap"]}}) ......
創(chuàng)建數(shù)組索引并進(jìn)行查看其執(zhí)行計(jì)劃,注意isMultiKey: true表示使用的索引是多值索引.
db.users.createIndex({hobby:1}) 'hobby_1' db.users.find({hobby:{$elemMatch:{$eq:"釣魚"}}}).explain() { queryPlanner: { ...... winningPlan: { stage: 'FETCH', filter: { hobby: { '$elemMatch': { '$eq': '釣魚' } } }, inputStage: { stage: 'IXSCAN', keyPattern: { hobby: 1 }, indexName: 'hobby_1', isMultiKey: true, multiKeyPaths: { hobby: [ 'hobby' ] }, ...... indexBounds: { hobby: [ '["釣魚", "釣魚"]' ] } } }, rejectedPlans: [] }, ...... ok: 1 }
數(shù)組索引相比于其它索引來說索引條目和體積必然呈倍數(shù)增加,例如平均每個(gè)文檔的hobby數(shù)組的size為10,那么這個(gè)集合的hobby數(shù)組索引的條目數(shù)量將是普通索引的10倍.
聯(lián)合數(shù)組索引
聯(lián)合數(shù)組索引就是含有數(shù)組字段的聯(lián)合索引,這種索引不支持一個(gè)索引中含有多個(gè)數(shù)組字段,即一個(gè)索引中最多能有一個(gè)數(shù)組字段,這是為了避免索引條目爆炸式增長,假設(shè)一個(gè)索引中有兩個(gè)數(shù)組字段,那么這個(gè)索引條目的數(shù)量將是普通索引的n*m倍
地理空間索引
在原先的users集合上,增加一些地理信息
for(var i = 0;i < 100000;i++){ db.users.updateOne( {username:"user"+i}, { $set:{ location:{ type: "Point", coordinates: [100+Math.random() * 4,40+Math.random() * 3] } } }); }
創(chuàng)建一個(gè)二維空間索引
db.users.createIndex({location:"2dsphere"}) 'location_2dsphere' //查詢500米內(nèi)的人 db.users.find({ location:{ $near:{ $geometry:{type:"Point",coordinates:[102,41.5]}, $maxDistance:500 } } })
地理空間索引的type有很多包含Ponit(點(diǎn)) | LineString(線) | Polygon(多邊形) 等
TTL索引
TTL的全拼是time to live,主要是用于過期數(shù)據(jù)自動(dòng)刪除,使用這種索引需要在文檔中聲明一個(gè)時(shí)間類型的字段,然后為這個(gè)字段創(chuàng)建TTL索引的時(shí)候還需要設(shè)置一個(gè)expireAfterSeconds過期時(shí)間單位為秒,創(chuàng)建完成后MongoDB會定期對集合中的數(shù)據(jù)進(jìn)行檢查,當(dāng)出現(xiàn):
MongoDB將會自動(dòng)將這些文檔刪除,這種索引還有以下這些要求:
- TTL索引只能有一個(gè)字段,沒有聯(lián)合TTL索引
- TTL不能用于固定集合
- TTL索引是逐個(gè)遍歷后,發(fā)現(xiàn)滿足刪除條件會使用
delete函數(shù)刪除,效率并不高
首先在我們文檔上增減一個(gè)時(shí)間字段
for(var i = 90000;i < 100000;i++){ db.users.updateOne( {username:"user"+i}, { $set:{ createdDate:new Date() } }); }
創(chuàng)建一個(gè)TTL索引并且設(shè)定過期時(shí)間為60s,待過60s后查詢,會發(fā)現(xiàn)這些數(shù)據(jù)已經(jīng)不存在
db.users.createIndex({createdDate:1},{expireAfterSeconds:60}) 'createdDate_1'
另外還可以用CollMod命令更改TTL索引的過期時(shí)間
db.runCommand({ collMod:"users", index:{ keyPattern:{createdDate:1}, expireAfterSeconds:120 } }) { expireAfterSeconds_old: 60, expireAfterSeconds_new: 120, ok: 1 }
條件索引
條件索引也叫部分索引(partial),只對滿足條件的數(shù)據(jù)進(jìn)行建立索引.
只對50歲以上的user進(jìn)行建立username_1索引,查看執(zhí)行計(jì)劃會發(fā)現(xiàn)isPartial這個(gè)字段會變成true
db.users.createIndex({username:1},{partialFilterExpression:{ age:{$gt:50} }}) 'username_1' db.users.find({$and:[{username:"user4"},{age:60}]}).explain() { queryPlanner: { ...... winningPlan: { stage: 'FETCH', filter: { age: { '$eq': 60 } }, inputStage: { stage: 'IXSCAN', keyPattern: { username: 1 }, indexName: 'username_1', ...... isPartial: true, ...... } }, rejectedPlans: [] }, ...... ok: 1 }
稀疏索引
一般的索引會根據(jù)某個(gè)字段為整個(gè)集合創(chuàng)建一個(gè)索引,即使某個(gè)文檔不存這個(gè)字段,那么這個(gè)索引會把這個(gè)文檔的這個(gè)字段當(dāng)作null建立在索引當(dāng)中.
稀疏索引不會對文檔中不存在的字段建立索引,如果這個(gè)字段存在但是為null時(shí),則會創(chuàng)建索引.
下面給users集合中的部分?jǐn)?shù)據(jù)創(chuàng)建稀疏索引
for(var i = 5000;i < 10000;i++){ if(i < 9000){ db.users.updateOne( {username:"user"+i}, { $set:{email:(120000000+i)+"@qq.email"}} ) }else{ db.users.updateOne( {username:"user"+i}, { $set:{email:null}} ) } }
當(dāng)不建立索引使用{email:null}條件進(jìn)行查詢時(shí),我們會發(fā)現(xiàn)查出來的文檔包含沒有email字段的文檔
db.users.find({email:null}) { _id: ObjectId("61bdc01ba59136670f6536fd"), username: 'user0', age: 64.41483801726282, sex: 0, phone: 18468150001, location: { type: 'Point', coordinates: [ 101.42490900320335, 42.2576650823515 ] } } ......
然后對email這個(gè)字段創(chuàng)建一個(gè)稀疏索引使用{email:null}條件進(jìn)行查詢,則發(fā)現(xiàn)查詢來的文檔全部是email字段存在且為null的文檔.
db.users.createIndex({email:1},{sparse:true}); 'email_1' db.users.find({email:null}).hint({email:1}) { _id: ObjectId("61bdc12ca59136670f655a25"), username: 'user9000', age: 94.18397576757012, sex: 0, phone: 18468159001, hobby: [ '釣魚', '乒乓球' ], location: { type: 'Point', coordinates: [ 101.25903151863596, 41.38450145025062 ] }, email: null } ......
文本索引
文本索引將建立索引的文檔字段先進(jìn)行分詞再進(jìn)行檢索,但是目前還不支持中文分詞.
下面增加兩個(gè)文本字段,創(chuàng)建一個(gè)聯(lián)合文本索引
db.blog.insertMany([ {title:"hello world",content:"mongodb is the best database"}, {title:"index",content:"efficient data structure"} ]) //創(chuàng)建索引 db.blog.createIndex({title:"text",content:"text"}) 'title_text_content_text' //使用文本索引查詢 db.blog.find({$text:{$search:"hello data"}}) { _id: ObjectId("61c092268c4037d17827d977"), title: 'index', content: 'efficient data structure' }, { _id: ObjectId("61c092268c4037d17827d976"), title: 'hello world', content: 'mongodb is the best database' }
唯一索引
唯一索引就是在建立索引地字段上不能出現(xiàn)重復(fù)元素,除了單字段唯一索引還有聯(lián)合唯一索引以及數(shù)組唯一索引(即數(shù)組之間不能有元素交集 )
//對title字段創(chuàng)建唯一索引 db.blog.createIndex({title:1},{unique:true}) 'title_1' //插入一個(gè)已經(jīng)存在的title值 db.blog.insertOne({title:"hello world",content:"mongodb is the best database"}) MongoServerError: E11000 duplicate key error collection: mock.blog index: title_1 dup key: { : "hello world" } //查看一下執(zhí)行計(jì)劃,isUnique為true db.blog.find({"title":"index"}).explain() { queryPlanner: { ...... winningPlan: { stage: 'FETCH', inputStage: { stage: 'IXSCAN', keyPattern: { title: 1 }, indexName: 'title_1', isMultiKey: false, multiKeyPaths: { title: [] }, isUnique: true, ...... } }, rejectedPlans: [] }, ....... ok: 1 }
相關(guān)視頻教程推薦：《MongoDB教程》
