MongoDB索引

摘要:

这是一篇关于MongoDB的文章,主要介绍索引

查看查询计划

db.stu.find(query).explain()
	"cursor" : "BasicCursor",   --- 说明索引没有发挥作用
	"nscannedObjects" : 1000,    --- 理论上要扫描多少行
	"cursor" : "BtreeCursor sn_1",  -- 用到了btree索引

索引

默认利用btree来创建索引

相关操作

查看当前索引

db.student.getIndexes();

创建索引

db.student.ensureIndex({name:-1}) -- 降序创建索引

删除索引

db.student.dropIndex({name: -1}) -- 删除单个索引

db.student.dropIndexes();  -- 删除所有索引

多列创建索引

db.student.ensureIndex({sn:1, name:1})

把两个列的值绑定成一个整体来看

子文档索引

查询子文档: db.shop.find({'spc.area': 'taiwan'}, {_id: 0})

给子文档添加文档:db.shop.ensureIndex({'spc.area': 1});

索引性质

创建唯一索引:db.teacher.ensureIndex({email:1},{unique: true})

创建稀疏索引:db.teacher.ensureIndex({email: 1}, {sparse: true})

> db.teacher.find()
{ "_id" : ObjectId("5678c99fff917ea632e5a6ca"), "email" : "a@gmail.com" }
{ "_id" : ObjectId("5678c9a3ff917ea632e5a6cb"), "email" : "b@gmail.com" }
{ "_id" : ObjectId("5678ca14ff917ea632e5a6cd"), "email" : "c@gmail.com" }
{ "_id" : ObjectId("5678ca5fff917ea632e5a6cf") }

其中最后一行没有email列,如果分别加普通和稀疏索引, 那么对于最后一行的email分别当初null和忽略最后一行来处理。 根据{email: nulll}来查询,前者能查到,而稀疏索引查不到

创建哈希索引:db.teacher.ensureIndex({email: 1}, {sparse: true})

重建索引

一个表如果经过很多次修改后,导致表的文件产生空洞,索引文件也是

可以通过索引的重建来提高索引的效率,类似MySQL中的optimize tbale

db.collections.reindex() – 减少索引文件碎片

2016年04月10日 / 10:56