MongoDB笔记-索引

索引创建

1.索引提高查询速度，降低写入速度，权衡常用的查询字段，
不必在太多列上建索引
2.在mongodb中，索引可以按字段升序/降序来创建，便于排序
3.默认是用btree来组织索引文件，也允许简历hash索引

查看查询计划

db.[collection].find(query).explain();
"cursor" : "BasicCursor", ----说明没有索引发挥作用
"nscannedObjects" : 1000 ---理论上要扫描多少行
cursor" : "BtreeCursor sn_1", 用到的btree索引

常用命令：
查看当前索引状态：

db.[collection].getIndexes();

创建普通的单列索引：

db.[collection].ensureIndex({field:1/-1}):// 1是升序，-1是降序

删除单个索引:

db.[collection].dropIndex({filed:1/-1});

一下子删除所有索引：
db.[collection].dropIndexes();

创建多列索引：

db.[collection].ensureIndex({field1:1/-1, field2:1/-1});

创建子文档索引：

db.[collection].ensureIndex({field.subfield:1/-1});

创建唯一索引:

db.[collection].ensureIndex({field.subfield:1/-1},{unique:true});

创建稀疏索引：
稀疏索引的特点：如果针对field做索引，针对不含field列的文档，
将不建立索引，与之相对，普通索引，会把该文档的field列的值任务null，
并建立索引，
适用于：小部分文档含有某列时

db.[collection].ensureIndex({field:1/-1},{sparse:true});

例

db.tea.find();
{ "_id" : ObjectId("5275f99b87437c610023597b"), "email" : "a@163.com" }
{ "_id" : ObjectId("5275f99e87437c610023597c"), "email" : "b@163.com" }
{ "_id" : ObjectId("5275f9e887437c610023597e"), "email" : "c@163.com" }
{ "_id" : ObjectId("5275fa3887437c6100235980") }

如上内容，最后一行没有email列
如果分别加普通索引，和稀疏索引
对于最后一行的email 分别当做null和忽略最后一行来处理
根据{email:null}来查询，前者能查到，而稀疏索引查不到最后一行

创建哈希索引
哈希索引速度比普通索引快，但是，不能对范围查询进行优化
适用于–随机性强的散列

db.[collection].ensureIndex({file:’hashed’});

重建索引
一个表经过很多次修改后，导致表的文件产生空洞，索引文件也是如此
可以通过索引的重建，减少索引文件碎片，并提高索引的效率
类似mysql中的 optimize table

db.[collection].reIndex();