MongoDB系列四（索引）.

一、索引简介

再来老生常谈一番，什么是索引呢？数据库索引与书籍的索引类似。有了索引就不需要翻整本书，数据库可以直接在索引中查找，在索引中找到条目以后，就可以直接跳转到目标文档的位置，这能使查找速度提高几个数量级。

然而，使用索引是有代价的：对于添加的每一个索引，每次写操作（插入、更新、删除）都将耗费更多的时间。这是因为，当数据发生变动时，MongoDB不仅要更新文档，还要更新集合上的所有索引。因此，MongoDB限制每个集合上最多只能有64个索引。通常，在一个特定的集合上，不应该拥有两个以上的索引。于是，挑选合适的字段建立索引非常重要。

• 索引基数

基数（cardinality）就是集合中某个字段拥有不同值的数量。比如 gender 字段，基数一般就男女 2个而已；而像 mobile 这样的字段，基数就会特别大。

通常来讲，一个字段的基数越高，这个字段上的索引就越有用。这是因为索引能够迅速将搜索范围缩小到一个比较小的结果集。对于低基数的字段，索引通常无法排除掉大量可能的匹配。假设我们在"gender"上有一个索引，需要查找名为Susan的女性用户。通过这个索引，只能将搜索空间缩小到大约50%。

tips：在关系型数据库中类似 gender 这样的字段可以使用位图索引。

• 索引原理浅析

我们以一个索引 {"age" : 1， "username" : 1} 来看看索引在MongoDB 中是如何存储的，大致是这个样子：

每一个索引条目都包含一个"age"字段 和 "username"字段，并且指向文档在磁盘中的存储位置。注意，这里的 age 严格的按照升序排序，并且相同的 age 对应的 username 也严格的按照升序排序。

来看个例子 ：db.users.find({"age" : 21}).sort({"username" : -1})

这个索引对于这个查询来说是非常高效的，因为它可以马上定位到 age = 21 的位置，并且age = 21 中的 username 已经是排序好的。

tips：排序方向并不重要：MongoDB可以在任意方向上对索引进行遍历。
tips：查询中的字段顺序无关紧要，MongoDB 会自动找出可以使用索引的字段，而无视查询的字段顺序。

• $操作符如何使用索引

有一些查询完全无法使用索引，也有一些查询能够比其他查询更高效地使用索引。

$where：无法使用索引。
$nin：无法使用索引。
$exists：无法使用索引。因为在索引中，不存在的字段和null字段的存储方式是一样的，查询必须遍历每一个文档检查这个值是否真的为null还是根本不存在。
$ne：可以使用索引，但并不是很高效。因为必须遍历整个索引条目才能找到结果的文档。
$not：能够使用索引，但通常不知道如何使用索引，从而退化成全表扫描。
$or：能够使用索引，但是$or 查询会将 or 的条件拆分成多个独立的查询，然后再将结果合并在一起。这是很低效的，不建议用。建议用 $in 取代 $or 。

设计多键索引的时候要记得，要把基数大的字段放在索引的前面，因为这样能更快缩小查询的范围。

二、索引类型

• 复合（组合）索引

复合索引就是一个建立在多个字段上的索引。
如果查询中有多个排序方向或者查询条件中有多个键，复合索引就非常有效。

db.userInfo.ensureIndex({"age":1,"age":1})

进行多键排序时，索引的方向尤为重要。尽量做到多键排序的方向和复合索引的方向是一致的，因为这能很大的避免在内存中进行排序的运算。
tips：相互反转(在每个方向上都乘以-1)的索引是等价的：{"age" : 1， "user name" : -1}适用的查询与{"age" : -1， "username" : 1}是完全一样的。

复合索引具有双重功能，而且对不同的查询可以表现为不同的索引。如果有一个{"age" :1， "username" : 1}索引，"age"字段会被自动排序，就好像有一个{"age" : 1}索引一样。因此，这个复合索引可以当作{"age" : 1}索引一样使用。

• 唯一索引

唯一索引可以确保集合的每一个文档的指定键都有唯一值。我们熟悉的 "_id" 索引就是一个唯一索引（但它不能被删除，而其他唯一索引是可以删除的）。

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

定义了唯一索引后，这个键就不允许插入重复的值了，否则会抛异常。
tips：A 字段不存在 和 A 字段为 null 是互斥的！

在已有的集合上创建唯一索引可能会报错，因为集合中可能已经有重复的值了。在极少数情况下，可能希望直接删除重复的值。创建索引时使用"dropDups"选项，如果遇到重复的值，第一个会被保留，之后的重复文档都会被删除。

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

• 稀疏索引

在有些情况下，你可能希望唯一索引只对包含相应键的文档生效。如果有一个可能存在也可能不存在的字段，但是当它存在时，它必须是唯一的，这时就可以将unique和sparse选项组合在一起使用，创建唯一稀疏索引。注意：MongoDB中的稀疏索引（sparse index）与关系型数据库中的稀疏索引是完全不同的概念。基本上来说，MongoDB中的稀疏索引只是不需要将每个文档都作为索引条目。并且，稀疏索引并不一定是唯一的。

db.ensureIndex({"email" : 1}, {"unique" : true, "sparse" : true})

当某个查询使用了稀疏索引，就不会返回不包含这个字段的文档。因为稀疏索引并没有把每个文档都作为索引条目。

• 覆盖索引

如果你的查询只需要查找索引中包含的字段，那就根本没必要获取实际的文档。当一个索引包含用户请求的所有字段，可以认为这个索引覆盖了本次查询。所以，尽可能使用投射筛选返回的字段，比如 {"_id":0,"age":1} 等，来实现覆盖索引。

三、索引管理

• 新建索引

普通索引

db.userInfo.ensureIndex({"name":1},{"name","MyIndex"})
"1" 表示按照name进行升序，"-1" 表示按照name进行降序。
默认的索引以 key1_1_key2_-1 这样的方式命名，可以手动指定索引的名字，如上。

对象索引

可以对整个对象建立索引，或者对对象的某个元素使用索引。

db.users.ensureIndex({"loc" : 1})
只有在进行与对象字段顺序完全匹配的子文档查询时（比如db.users.find({"loc" :{"ip" : "123.456.789.000"， "city" : "Shelbyville"， "state" :"NY"}}})），查询优化器才会使用"loc"上的索引。

db.users.ensureIndex({"loc.city" : 1})
有涉及到对象city的查询都会使用这个索引。

数组索引

对数组建立索引，实际上是对数组的每个元素建立一个索引条目。比如一个文档中的数组字段有20个元素，那么该文档就拥有了20个索引条目！所以对数组字段的索引建立要慎重。

• 删除索引

db.userInfo.dropIndexes("name_1")
删除指定索引

db.userInfo.dropIndexes()
删除除了_id 以外的所有索引

• 操作索引

获取当前索引列表：db.userInfo.getIndexes()

hint 暴力选择某种索引：db.userInfo.find({name:'zhangsan',birthday:'1989-3-2'}).hint({"name":1,"birthday":1})

强制使用全表扫描：db.userInfo.find({"birthday" : {"$lt" :"1989-3-2"}}).hint({"$natural" : 1})

索引分析函数explain：MongoDB 3.0前 和 MongoDB 3.0后存在很大的差异，这里只简单说明下，如果想详细了解的话，可以关注该作者的文章：

MongoDB 3.0 前：db.driverLocation.find({"areaCode":"350203"}).explain()

cursor：表扫描方式 （basicCursor：顺序查找）
nscanned：浏览了多少文档
n：最终返回了几个文档
millis：总共耗时了多少毫秒
scanAndOrder：是否必须在内存中对数据进行排序

MongoDB 3.0 后：db.driverLocation.find({"areaCode":"350203"}).explain("executionStats")

executionTimeMillis：该query的整体查询时间
nReturned：查询返回的条目
totalKeysExamined：索引扫描条目
totalDocsExamined：文档扫描条目