254_Mongodb_索引创建

MongoDB 索引

如果集合中存在许多文档, 通常创建索引 来存储文档中的一个或多个特点字段进行排序存储, 这样查询效率会很高

MongoDB中的索引类型

索引类型

描述

举例

单字段索引

在某一个特定的字段上建立索引 mongoDB在ID上建立了唯一的单键索引,所以经常会使用id来进行查询； 在索引字段上进行精确匹配、排序以及范围查找都会使用此索引；

db.users. createIndex({age:- 1});

复合索引

在多个特定的属性上建立索引 复合索引键的排序顺序,可以确定该索引是否可以支持排序操作； 在索引字段上进行精确匹配、排序以及范围查找都会使用此索引,但与索引的顺序 有关； 为了性能考虑,应删除存在与第一个键相同的单键索引

db.users. createIndex({username:1,age: -1,country:1})

多键索引

在数组的属性上建立索引 针对这个数组的任意值的查询都会定位到这个文档,既多个索引入口或者键值引用 同一个文档

db.users. createIndex({favorites.city: 1})

空间索引

2种平面几何的2d索引，球面几何的2dsphere索引 见后文详解 文本索引 支持在集合中搜索字符串内容

db.reviews.createIndex( { co mments: "text" } )

Hash索引

不同于传统的B-树索引,哈希索引使用hash函数来创建索引 在索引字段上进行精确匹配,但不支持范围查询,不支持多键hash； Hash索引上的入口是均匀分布的,在分片集合中非常有用；

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

1 创建单字段索引

语法 db.collection.createindex(,) keys: 设定索引的字段和排序规则, 排序规则 1 表升序, 若-1 表降序 options: background 创建索引是否在后台进行 默认false unique 此索引是否为唯一索引, 默认false (唯一索引) name: 索引名字 partialFilterExpression: 索引值用于筛选条件匹配的文档 (部分索引) sparse: 索引只用于指定字段的文档 (稀疏索引) expireAfterSeconds 此参数用于TTL索引中, 可以控制文档报了在集合中的时间 storageEngine: 指定索引的存储引擎

唯一索引 db.collection.createIndex({id:1},{unique:true}) #默认在_id 上创建唯一索引 部分索引 仅索引集合中符合指定过滤器表达式的文档。较低的存储需求，索引创建和维护的成本变小。 db.restaurants.createIndex({ cuisine: 1, name: 1 }, {partialFilterExpression:{ rating:{$gt: 5}}}) 稀疏索引 仅索引包含具有索引字段的文档，哪怕索引字段包含空值 db.addresses.createIndex( { "xmpp_id": 1 }, { sparse: true } )

TLL索引 (time-to-live) 特殊的单字段索引，针对时间类型的字段, 在一定时间后或在特定时间自动从集合中删除文档。对于日志和会话类的信息很有用。 db.eventlog.createIndex( {"lastModifiedDate":1}, {expireAfterSeconds:3600 }) db.eventlog.createIndex( {"lastModifiedDate":1}, {expireAfterSeconds: 60*60*24*7 }) #单位秒 s 特点 TTL索引不可以是复合索引 如果索引字段不是时间类型, 文档不会删除 TTL 每60s运行一次，移除过期文档 如果时间类型字段已经被定义为其它索引, 则无法通过TTL 索引来删除此文档 db.eventlog.drop(); db.eventlog.insert([ {system:"trade", lastModifiedDate:ISODate("2017-11-12T20:20:13Z"), context:"NullPointException, "}, {system:"goods", lastModifiedDate:ISODate("2017-11-15T20:21:13Z"), context:"NullPointException, "}, {system:"mongodb", lastModifiedDate:ISODate("2017-11-16T20:22:13Z"), context:"2019-11-12 18:18:52.426 [main] DEBUG org.mongodb.driver.connection - Closing connection connectionId{localValue:2, serverValue:2409}"} ]); // TLL 索引，创建索引的字段是日期或者是日期数组。不是这种类型的字段，是不会删除文档的， // 30秒后过期，会话、日志 db.eventlog.createIndex({"lastModifiedDate":1}, {expireAfterSeconds:30}); db.eventlog.find(); 不区分大小写 #strength db.fruit.createIndex({ type: 1},{collation:{ locale:'en', strength:2 } } )

全文本索引 用于查询MongoDB中的文本文档,可以包含一个或多个字段; 建立索引时需要将字段指定为 文本索引 “text”, 查询搭配 $text操作符 特点 一个集合最多只能创建一个全文本索引，写入速度会变慢 全文本索引可选择所有字符串类型的字段， 可用全字段或者指定字段创建 可设置权重 全文本索引暂不支持中文索引 例 #部分字段 db.product.createindex({“productName”:”text”, “productStatus”: “text”}) #将product 集合中所有字符串的字段创建成全文本索引, 用”$**”代表文档中所有字符串类型 db.product.createindex( {“$**” : “text”} ) # 创建文本索引搭配权重值 db.product.createindex( {“$**” : “text”} , {“weights”: {“ProductName” :10, “ProductMode”:5 } } ) # 使用$text 操作符 查询含有 rose文档 db.product.find({$text:{$search: “rose”}}).pretty()

地理空间索引 两类地理空间索引： 1) 2dsphere 2) 2d 2dsphere 支持查询球体上位置，支持 GeoJSON 和传统坐标类型的数据 GeoJSON数据 需要使用签入文档, 通过coordinate字段来指定坐标位置, 通过type来指定坐标类型, type分为如下三类 1 点 point 若type为point, coordinates 字段只有一个坐标 2 线 lineString , 若type为lineString, coordinates 字段有两个坐标 3 多边形 Polygon， 若type为Polygon 则coordinates 会有两个以上坐标 // 球体空间 db.places.drop(); db.places.insert([ { loc:{ type:"Point", coordinates:[ -73.97, 40.77 ] }, name:"Central Park", category:"Parks" }, { loc:{ type:"Point", coordinates:[ -73.88, 40.78 ] }, name:"La Guardia Airport", category:"Airport" } ]); // 创建球体空间索引 db.places.createIndex( { loc:"2dsphere" } ) // 创建空间索引的复合索引 db.places.createIndex( { loc:"2dsphere" , category:-1, name:1 } ) // 聚合使用，距指定点最近到最远的顺序输出文档 db.places.aggregate([ { $geoNear: { near: { type: "Point", coordinates: [ -73.99279 , 40.719296 ] }, distanceField: "dist.calculated", # 该参数用于计算只读坐标文档与文档中坐标之间的距离 key: “loc” # 指定 loc 字段上的2dsphere 索引 minDistance: 2, query: { category: "Parks" }, includeLocs: "dist.location", spherical: true } } ]) 传统坐标数据： 只需要一个字段来指定坐标位置 2d 此索引类型支持查询二维平面位置，仅支持传统坐标类型的数据 db.location.insert([ { _id:100, pos:{lng:126.9, lat:35.2}, co:[126.9, 35.2], type:"restaurant"}, { _id:200, pos:{lng:127.5, lat:36.1}, co:[127.5, 36.1], type:"restaurant"}, { _id:300, pos:{lng:128.0, lat:36.7}, co:[128.0, 36.7], type:"national park"} ]) // 创建2d索引 db.location.createIndex({co:"2d"}) db.places.aggregate([ { $geoNear: { near:[126,30] distanceField: "dist.location", key: “co” # 指定 co 字段上的2d索引 } } ]) // 查询离目标点(-70,30)距离最近的10个点 db.location.find({"co":{$near:[-70,30]}}).limit(10); // $within 参数可以代替$near来查找一个形状之内结果， // 必须指定该矩形的左下角和右上角坐标 // 还可以支持$box(矩形)和$center(圆环)的范围查询 var box = [[10,10], [140,40]]; db.location.find({"co":{$within:{"$box":box}}}) // 创建geoHaystack索引 db.location.createIndex({pos:"geoHaystack", type:1} , {bucketSize:1}) // 查询需要使用geoSearch关键字指定集合，查询附近10米范围的餐馆 // Haystack索引不适合查询最接近特定位置的文档的完整列表。与存储桶大小相比，最接近的文档可能会更远。 // find方法无法使用geoHaystack索引，需要使用db.rumCommand方法 db.runCommand( {geoSearch:"location", search:{ type:"restaurant" } , near:[127, 36.8], maxDistance:1} ) // 首选通过find方法查询，也可以通过db.runCommand方式查询。 // 这种方式返回的结果中，包含距离目标点的距离和一些利于排除故障的信息 db.runCommand({ geoSearch:"location", near:[126,30], maxDistance:16, search:{type:"restaurant"}, imit:10 });

2 重建索引

索引出现损坏,可以用reindex()方法重建索引, 本质是将索引删除后重建, 对于副本集来说，索引重建只会在当前mongod进行，不会同步给其它节点 不推荐使用 db.collection.reindex()

3 查询索引 getindexes()  & totalindexsize()

查看索引 db.collection.getindexes() 查看集合中所有索引的大小 db.collection.totalindexSize()

4 删除索引 dropindex()

# db.collection.dropindex 删除指定索引名的索引 db.product.dropindex(“Weight_1”) # dropindex() 删除除 “_id” 字段外的其它索引, 会锁库 db.collection.dropindexes() db.product.dropindexes()

MongoDB

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。