索引就像图书的目录一样，可以让我们快速定位到需要的内容，关系型数据库中有索引，NoSQL 中当然也有，本文我们就先来简单介绍下 MongoDB 中的索引。
索引创建
默认情况下，集合中的 _id 字段就是索引，我们可以通过 getIndexes() 方法来查看一个集合中的索引：
1
|
db.sang_collect.getIndexes()
|
结果如下：
1
2
3
4
5
6
7
8
9
10
|
[
{
"v" : 2,
"key" : {
"_id" : 1
},
"name" : "_id_",
"ns" : "sang.sang_collect"
}
]
|
我们看到这里只有一个索引，就是 _id。
现在我的集合中有 10000 个文档，我想要查询 x 为 1 的文档，我的查询操作如下：
1
|
db.sang_collect.find({x:1})
|
这种查询默认情况下会做全表扫描，我们可以用上篇文章介绍的 explain() 来查看一下查询计划，如下：
1
|
db.sang_collect.find({x:1}).explain("executionStats")
|
结果如下：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
|
{
"queryPlanner" : {
},
"executionStats" : {
"executionSuccess" : true,
"nReturned" : 1,
"executionTimeMillis" : 15,
"totalKeysExamined" : 0,
"totalDocsExamined" : 10000,
"executionStages" : {
"stage" : "COLLSCAN",
"filter" : {
"x" : {
"$eq" : 1.0
}
},
"nReturned" : 1,
"executionTimeMillisEstimate" : 29,
"works" : 10002,
"advanced" : 1,
"needTime" : 10000,
"needYield" : 0,
"saveState" : 78,
"restoreState" : 78,
"isEOF" : 1,
"invalidates" : 0,
"direction" : "forward",
"docsExamined" : 10000
}
},
"serverInfo" : {
},
"ok" : 1.0
}
|
结果比较长，我摘取了关键的一部分。我们可以看到查询方式是全表扫描，一共扫描了 10000 个文档才查出来我要的结果。实际上我要的文档就排第二个，但是系统不知道这个集合中一共有多少个 x 为 1 的文档，所以会把全表扫描完，这种方式当然很低效，但是如果我加上 limit，如下：
1
|
db.sang_collect.find({x:1}).limit(1)
|
此时再看查询计划发现只扫描了两个文档就有结果了，但是如果我要查询 x 为 9999 的记录，那还是得把全表扫描一遍，此时，我们就可以给该字段建立索引，索引建立方式如下：
1
|
db.sang_collect.ensureIndex({x:1})
|
1 表示升序，-1 表示降序。当我们给 x 字段建立索引之后，再根据 x 字段去查询，速度就非常快了，我们看下面这个查询操作的执行计划：
1
|
db.sang_collect.find({x:9999}).explain("executionStats")
|
这个查询计划过长我就不贴出来了，我们可以重点关注查询要耗费的时间大幅度下降。
此时调用 getIndexes() 方法可以看到我们刚刚创建的索引，如下：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
[
{
"v" : 2,
"key" : {
"_id" : 1
},
"name" : "_id_",
"ns" : "sang.sang_collect"
},
{
"v" : 2,
"key" : {
"x" : 1.0
},
"name" : "x_1",
"ns" : "sang.sang_collect"
}
]
|
我们看到每个索引都有一个名字，默认的索引名字为 字段名_排序值，当然我们也可以在创建索引时自定义索引名字，如下：
1
|
db.sang_collect.ensureIndex({x:1},{name:"myfirstindex"})
|
此时创建好的索引如下：
1
2
3
4
5
6
7
8
|
{
"v" : 2,
"key" : {
"x" : 1.0
},
"name" : "myfirstindex",
"ns" : "sang.sang_collect"
}
|
当然索引在创建的过程中还有许多其他可选参数，如下：
1
|
db.sang_collect.ensureIndex({x:1},{name:"myfirstindex",dropDups:true,background:true,unique:true,sparse:true,v:1,weights:99999})
|
关于这里的参数，我说一下：
- name 表示索引的名称
- dropDups 表示创建唯一性索引时如果出现重复，则将重复的删除，只保留第一个
- background 是否在后台创建索引，在后台创建索引不影响数据库当前的操作，默认为 false
- unique 是否创建唯一索引，默认 false
- sparse 对文档中不存在的字段是否不起用索引，默认 false
- v 表示索引的版本号，默认为 2
- weights 表示索引的权重
此时创建好的索引如下：
1
2
3
4
5
6
7
8
9
10
11
12
|
{
"v" : 1,
"unique" : true,
"key" : {
"x" : 1.0
},
"name" : "myfirstindex",
"ns" : "sang.sang_collect",
"background" : true,
"sparse" : true,
"weights" : 99999.0
}
|
查看索引
上文我们介绍了 getIndexes() 可以用来查看索引，我们还可以通过 totalIndexSize() 来查看索引的大小，如下：
1
|
db.sang_collect.totalIndexSize()
|
删除索引
我们可以按名称删除索引，如下：
1
|
db.sang_collect.dropIndex("xIndex")
|
表示删除一个名为xIndex的索引，当然我们也可以删除所有索引，如下：
1
|
db.sang_collect.dropIndexes()
|
总结
索引是个好东西，可以有效的提高查询速度，但是索引会降低插入、更新和删除的速度，因为这些操作不仅要更新文档，还要更新索引，MongoDB 限制每个集合上最多有 64 个索引，我们在创建索引时要仔细斟酌索引的字段。
好了，MongoDB 中的索引入门我们就说到这里，小伙伴们有问题欢迎留言讨论。
参考资料：
- 《MongoDB权威指南第2版》
