MongoDB的索引

更新時(shí)間：2017年05月01日 01:26:44 投稿：mdxy-dxy

數(shù)據(jù)庫(kù)中的索引就是用來(lái)提高查詢操作的性能，但是會(huì)影響插入、更新和刪除的效率，因?yàn)閿?shù)據(jù)庫(kù)不僅要執(zhí)行這些操作，還要負(fù)責(zé)索引的更新

1、簡(jiǎn)介

它就像是一本書(shū)的目錄，如果沒(méi)有它，我們就需要對(duì)整個(gè)書(shū)籍進(jìn)行查找來(lái)獲取需要的結(jié)果，即所說(shuō)的全盤(pán)掃描；

而有了目錄（索引）之后就可以通過(guò)它幫我們定位到目標(biāo)所在的位置，快速的獲取我們想要的結(jié)果。

2、演示

第一步，向用戶集合users中插入100W條數(shù)據(jù)

var insertUsers = function() {
  var start = new Date().getTime();
  for (var i = 1; i <= 1000000; i++) {
    db.users.insert({
      "userid": i,
      "username": "wjg" + i,
      "age": Math.floor(Math.random() * 100), //年齡為0~99的隨機(jī)整數(shù)
      "createdate": new Date()
    })
  }
  var end = new Date().getTime();
  print("插入100W條數(shù)據(jù)共耗時(shí)" + (end - start) / 1000 + "秒");
}

LZ的渣渣I3和4G內(nèi)存總共耗時(shí)了484.623秒，約8分多鐘。任務(wù)管理器里邊可以很清楚的看到當(dāng)時(shí)CPU、內(nèi)存和磁盤(pán)使用率都普遍的增高。

第二步：查詢用戶名為“wjg465413”的文檔對(duì)象

db.users.find({username:"wjg465413"}).explain("allPlansExecution")
{
    "queryPlanner" : {
        "plannerVersion" : 1,
        "namespace" : "test.users",
        "indexFilterSet" : false,
        "parsedQuery" : {
            "username" : {
                "$eq" : "wjg465413"
            }
        },
        "winningPlan" : {
            "stage" : "COLLSCAN",
            "filter" : {
                "username" : {
                    "$eq" : "wjg465413"
                }
            },
            "direction" : "forward"
        },
        "rejectedPlans" : [ ]
    },
    "executionStats" : {
        "executionSuccess" : true,
        "nReturned" : 1,
        "executionTimeMillis" : 865,
        "totalKeysExamined" : 0,
        "totalDocsExamined" : 1000000,
        "executionStages" : {
            "stage" : "COLLSCAN",
            "filter" : {
                "username" : {
                    "$eq" : "wjg465413"
                }
            },
            "nReturned" : 1,
            "executionTimeMillisEstimate" : 770,
            "works" : 1000002,
            "advanced" : 1,
            "needTime" : 1000000,
            "needFetch" : 0,
            "saveState" : 7813,
            "restoreState" : 7813,
            "isEOF" : 1,
            "invalidates" : 0,
            "direction" : "forward",
            "docsExamined" : 1000000
        },
        "allPlansExecution" : [ ]
    },
    "serverInfo" : {
        "host" : "Jack",
        "port" : 27017,
        "version" : "3.0.3",
        "gitVersion" : "b40106b36eecd1b4407eb1ad1af6bc60593c6105"
    },
    "ok" : 1
}

說(shuō)明：這里的explain方法相當(dāng)于查詢計(jì)劃，它會(huì)返回給你查詢過(guò)程的詳細(xì)信息。它的參數(shù)有三種模式：“queryPlanner”(查詢計(jì)劃[默認(rèn)])、“executionStats”(執(zhí)行狀態(tài))和“allPlansExecution”(所有執(zhí)行計(jì)劃)，這里我們只關(guān)注它返回給我們的以下幾個(gè)信息。

"executionTimeMillis" : 865 //執(zhí)行的毫秒數(shù) 注：如果你是第一次執(zhí)行，可能會(huì)花費(fèi)更長(zhǎng)的時(shí)間
"totalDocsExamined" : 1000000　　//共檢查的文檔數(shù)

第三步：在用戶名“username”字段上加上索引

db.users.createIndex({ "username" : 1 })

重新執(zhí)行上次的查詢操作

db.users.find({username:"wjg465413"}).explain("allPlansExecution")
{
    "queryPlanner" : {
        "plannerVersion" : 1,
        "namespace" : "test.users",
        "indexFilterSet" : false,
        "parsedQuery" : {
            "username" : {
                "$eq" : "wjg465413"
            }
        },
        "winningPlan" : {
            "stage" : "FETCH",
            "inputStage" : {
                "stage" : "IXSCAN",
                "keyPattern" : {
                    "username" : 1
                },
                "indexName" : "username_1",
                "isMultiKey" : false,
                "direction" : "forward",
                "indexBounds" : {
                    "username" : [
                        "[\"wjg465413\", \"wjg465413\"]"
                    ]
                }
            }
        },
        "rejectedPlans" : [ ]
    },
    "executionStats" : {
        "executionSuccess" : true,
        "nReturned" : 1,
        "executionTimeMillis" : 53,
        "totalKeysExamined" : 1,
        "totalDocsExamined" : 1,
        "executionStages" : {
            "stage" : "FETCH",
            "nReturned" : 1,
            "executionTimeMillisEstimate" : 0,
            "works" : 2,
            "advanced" : 1,
            "needTime" : 0,
            "needFetch" : 0,
            "saveState" : 0,
            "restoreState" : 0,
            "isEOF" : 1,
            "invalidates" : 0,
            "docsExamined" : 1,
            "alreadyHasObj" : 0,
            "inputStage" : {
                "stage" : "IXSCAN",
                "nReturned" : 1,
                "executionTimeMillisEstimate" : 0,
                "works" : 2,
                "advanced" : 1,
                "needTime" : 0,
                "needFetch" : 0,
                "saveState" : 0,
                "restoreState" : 0,
                "isEOF" : 1,
                "invalidates" : 0,
                "keyPattern" : {
                    "username" : 1
                },
                "indexName" : "username_1",
                "isMultiKey" : false,
                "direction" : "forward",
                "indexBounds" : {
                    "username" : [
                        "[\"wjg465413\", \"wjg465413\"]"
                    ]
                },
                "keysExamined" : 1,
                "dupsTested" : 0,
                "dupsDropped" : 0,
                "seenInvalidated" : 0,
                "matchTested" : 0
            }
        },
        "allPlansExecution" : [ ]
    },
    "serverInfo" : {
        "host" : "Jack",
        "port" : 27017,
        "version" : "3.0.3",
        "gitVersion" : "b40106b36eecd1b4407eb1ad1af6bc60593c6105"
    },
    "ok" : 1
}

可以看到兩次的查詢計(jì)劃有很大的差別，我們還是著重看下那兩個(gè)屬性值。

 "executionTimeMillis" : 53　　//執(zhí)行的毫秒數(shù)

 "totalDocsExamined" : 1　　//共檢查的文檔數(shù)

加過(guò)索引之后查詢這個(gè)文檔所耗費(fèi)的時(shí)間僅僅為53毫秒，并且掃描一次直接定位，性能提升了16倍?？梢?jiàn)合理使用索引的重要性！

注：“_id”字段是Mongo為我們默認(rèn)添加的索引，而且是唯一索引，保證了數(shù)據(jù)的唯一性，不可以移除。另外，使用limit(1)限制查詢結(jié)果的數(shù)量也可以提高查詢速度

3、索引的類(lèi)型

a）、單一索引：可以在數(shù)據(jù)集上任意一個(gè)字段上建立索引，包括普通的屬性鍵、內(nèi)嵌文檔以及內(nèi)嵌文檔中的屬性鍵。

db.users.createIndex({ "username" : 1 })  //普通屬性鍵的索引

//假設(shè)class是一個(gè)內(nèi)嵌的文檔
db.users.createIndex({ "class" : 1 })  //內(nèi)嵌文檔的索引
 
db.users.createIndex({ "class.classname" : 1 })  //內(nèi)嵌文檔中的屬性鍵索引

索引方向：1表示升序，-1表示降序

b）、復(fù)合索引：以多個(gè)屬性鍵為基礎(chǔ)而建立得索引

db.users.createIndex({ "username" : 1, "age" : -1, "userid" : 1 })  //在“username”、“age”和“userid”上建立復(fù)合索引

索引前綴：通過(guò)建立上邊的復(fù)合索引之后，Mongo就相當(dāng)于同時(shí)擁有了三個(gè)索引一樣，分別是{"username" : 1},{"username" : 1, "age" : -1}和{"username" : 1, "age" : -1, "userid" : 1}，但是像{"age" : -1},{"userid" : 1}或者{"age" : -1, "userid" : 1}這三個(gè)索引并不會(huì)起作用。所以它會(huì)使用包含了前綴（首個(gè)）的索引的作為復(fù)合索引

c）、多鍵索引：為數(shù)組中的多個(gè)值建立索引以實(shí)現(xiàn)高效查詢。

注：Ⅰ、不允許在多個(gè)數(shù)組上建立復(fù)合索引

　?、颉⒉荒苤付ㄆI作為多鍵索引

　?、?、哈希索引不能是多鍵

　　Ⅳ、多鍵索引不支持覆蓋查詢

d）、地理空間索引和查詢：Mongo提供了兩種曲面類(lèi)型的索引：2dsphere索引和2d索引。查詢類(lèi)型包括：包含(inclusion)，交叉(intersection)和接近(proximity)

e)、文本索引：用來(lái)支持查詢包含了字符串或者字符串?dāng)?shù)組的文檔

db.users.createIndex({"username" : "text"})

注：文本索引不支持排序并且一個(gè)復(fù)合文本索引不能再包含其他任何索引了

f）、哈希索引：它可以在使用了哈希片鍵進(jìn)行分片的數(shù)據(jù)集上進(jìn)行索引，支持相等查詢，但是不支持范圍查詢

 db.users.createIndex({"username" : "hashed"})

4、索引特性

a）、TTL（Time-To-Live）索引：是一種具有生命周期的索引，它允許為每一個(gè)文檔設(shè)置一個(gè)超時(shí)時(shí)間

 db.users.createIndex({ "createdate" : 1 },{ "expireAfterSecs" : 60*60*24 })

說(shuō)明：在“createdate”字段上建立一個(gè)TTL索引，當(dāng)這個(gè)自段存在并且是日期類(lèi)型，當(dāng)服務(wù)器時(shí)間比“createdate”字段的時(shí)間晚60*60*24秒，即24小時(shí)時(shí)，文檔就會(huì)被刪除

b)、唯一索引：確保集合的每一個(gè)文檔的指定鍵都有唯一值

db.users.createIndex({"username" : 1}, {"unique" : true})

c)、稀疏索引：Mongo里邊的null會(huì)被看做值，如果有一個(gè)可能存在也可能不存在的字段，我們可以使用稀疏索引

db.users.createIndex({"age" : 1},{"sparse" : true})

4、索引操作

a）、查看所有索引

db.users.getIndexes()

b)、移除索引

db.users.dropIndex({"createdate1" : 1 })

c)、移除所有索引

db.users.dropIndexes()

d)、重建索引

db.users.reIndex()

說(shuō)明：該操作會(huì)先刪除所有索引，包括“_id”，然后重新創(chuàng)建所有索引

您可能感興趣的文章:

MongoDB索引

欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

MongoDB的索引

相關(guān)文章

最新評(píng)論

大家感興趣的內(nèi)容

最近更新的內(nèi)容

常用在線小工具