MongoDB索引

首页 > 代码库 > MongoDB索引

2024-08-05 15:31:56 220人阅读

数据库中的索引就是用来提高查询操作的性能，但是会影响插入、更新和删除的效率，因为数据库不仅要执行这些操作，还要负责索引的更新。

通过建立索引，影响一部分插入、更新和删除的效率，但是能大大挺高查询的效率，这个还是很值得的。

为了开始后面的操作，首先通过MongoDB shell插入一些测试数据。

 1 for(var i=0;i<10;i++){ 2 　　var randAge = parseInt(5*Math.random()) + 20; 3 　　var gender = (randAge%2)?"Male":"Female"; 4 　　db.school.students.insert({"name":"Will"+i, "gender": gender, "age": randAge}); 5 } 6  7   8 /*    我的数据，以下测试都是基于这个测试，由于数据是随机生成，所以测试每次都会不同 9 { "name" : "Will0", "gender" : "Female", "age" : 22 },10 { "name" : "Will1", "gender" : "Female", "age" : 20 },11 { "name" : "Will2", "gender" : "Male", "age" : 24 },12 { "name" : "Will3", "gender" : "Male", "age" : 23 },13 { "name" : "Will4", "gender" : "Male", "age" : 21 },14 { "name" : "Will5", "gender" : "Male", "age" : 20 },15 { "name" : "Will6", "gender" : "Female", "age" : 20 },16 { "name" : "Will7", "gender" : "Female", "age" : 24 },17 { "name" : "Will8", "gender" : "Male", "age" : 21 },18 { "name" : "Will9", "gender" : "Female", "age" : 24 },19 */

索引的操作

创建索引：在MongoDB shell中，可以通过ensureIndex()来创建所以，第一个参数是指定要创建所以的键。

通过unique参数可以创建唯一索引。

1 > db.school.students.ensureIndex({"name": 1}, {"unique": true})2 >

查看索引：

 1 > db.school.students.getIndexes() 2 [ 3         { 4                 "v" : 1, 5                 "key" : { 6                         "_id" : 1 7                 }, 8                 "ns" : "test.school.students", 9                 "name" : "_id_"10         },11         {12                 "v" : 1,13                 "key" : {14                         "name" : 115                 },16                 "unique" : true,17                 "ns" : "test.school.students",18                 "name" : "name_1"19         }20 ]21 >

删除索引：

1 > db.school.students.dropIndex("name_1")2 { "nIndexesWas" : 2, "ok" : 1 }3 >

索引名称：默认情况下，索引的名称是"键_值_键_值…"的形式，当键的数量很多的时候，索引的名字就会很长。

所以，在创建索引的时候，可以通过"name"参数自定义索引的名字。

1 > db.school.students.ensureIndex({"name": 1}, {"name": "myIndex"})2 >

explain()和hint()

通过explain()可以得到很多跟find相关的信息，对索引的分析很有帮助。

当有多个可以使用的索引时，MongoDB会自动选择最优索引，但是我们可以通过hint()操作选择我们想要使用的索引。

下面来看看没有索引时explain()的输出：

 1 > db.school.students.find({"name": "Will5"}).explain() 2 { 3         "cursor" : "BasicCursor", 4         "isMultiKey" : false, 5         "n" : 1, 6         "nscannedObjects" : 6, 7         "nscanned" : 6, 8         "nscannedObjectsAllPlans" : 6, 9         "nscannedAllPlans" : 6,10         "scanAndOrder" : false,11         "indexOnly" : false,12         "nYields" : 0,13         "nChunkSkips" : 0,14         "millis" : 0,15         "indexBounds" : {16 17         },18         "server" : "××××:27017"19 }20 >

分析：下面选择了几个我们比较关心的字段

cursor：BasicCursor表示是full Collection scan，即没有索引的全表扫描
n：满足查询条件的文档数量
nscannedObjects：总共扫描的文档的数量
nscanned：总共扫描的索引节点的数量
scanAndOrder：false表示，MongoDB现有索引下文档的顺序来返回排序结果；true表示，MongoDB需要在得到查询结果后重新排序
millis：完成查询需要的毫秒数

添加索引，再次检查explain()的输出：

 1 > db.school.students.ensureIndex({"name": 1}, {"unique": true}) 2 > db.school.students.find({"name": "Will5"}).explain() 3 { 4         "cursor" : "BtreeCursor name_1", 5         "isMultiKey" : false, 6         "n" : 1, 7         "nscannedObjects" : 1, 8         "nscanned" : 1, 9         "nscannedObjectsAllPlans" : 1,10         "nscannedAllPlans" : 1,11         "scanAndOrder" : false,12         "indexOnly" : false,13         "nYields" : 0,14         "nChunkSkips" : 0,15         "millis" : 0,16         "indexBounds" : {17                 "name" : [18                         [19                                 "Will5",20                                 "Will5"21                         ]22                 ]23         },24         "server" : "××××:27017"25 }26 >

组合索引

单键索引还是比较简单的，当使用组合索引的时候，就要多考虑一些了。自己也不确定能否总结的很好，如果错误，希望大家指出、讨论。

索引建立可能有多种方式，我们的目标就是减少"nscanned"（当然也有特例，请参照"索引和排序"）。

下面分析基于前面生成的数据来分析一下组合索引，假设我们要查询年龄大于等于23的女学生。

使用"age_1"索引的输出如下

 1 > db.school.students.find({"age":{"$gte":23}, "gender":"Female"}).hint("age_1").explain() 2 { 3         "cursor" : "BtreeCursor age_1", 4         "isMultiKey" : false, 5         "n" : 2, 6         "nscannedObjects" : 4, 7         "nscanned" : 4, 8         "nscannedObjectsAllPlans" : 4, 9         "nscannedAllPlans" : 4,10         "scanAndOrder" : false,11         "indexOnly" : false,12         "nYields" : 0,13         "nChunkSkips" : 0,14         "millis" : 0,15         "indexBounds" : {16                 "age" : [17                         [18                                 23,19                                 1.7976931348623157e+30820                         ]21                 ]22         },23         "server" : "××××:27017"24 }25 >

索引的分析：

Index	Documents	Result
age:20	{ "name" : "Will1", "gender" : "Female", "age" : 20 }	"n" : 2
age:20	{ "name" : "Will5", "gender" : "Male", "age" : 20 }	"nscannedObjects" : 4
age:20	{ "name" : "Will6", "gender" : "Female", "age" : 20 }	"nscanned" : 4
age:21	{ "name" : "Will4", "gender" : "Male", "age" : 21 }
age:21	{ "name" : "Will8", "gender" : "Male", "age" : 21 }
age:22	{ "name" : "Will0", "gender" : "Female", "age" : 22 }
age:23	{ "name" : "Will3", "gender" : "Male", "age" : 23 }
age:24	{ "name" : "Will2", "gender" : "Male", "age" : 24 }
age:24	{ "name" : "Will7", "gender" : "Female", "age" : 24 }
age:24	{ "name" : "Will9", "gender" : "Female", "age" : 24 }

使用"age_1_gender_1"索引的输出如下

 1 > db.school.students.find({"age":{"$gte":23}, "gender":"Female"}).hint("age_1_gender_1").explain() 2 { 3         "cursor" : "BtreeCursor age_1_gender_1", 4         "isMultiKey" : false, 5         "n" : 2, 6         "nscannedObjects" : 2, 7         "nscanned" : 4, 8         "nscannedObjectsAllPlans" : 2, 9         "nscannedAllPlans" : 4,10         "scanAndOrder" : false,11         "indexOnly" : false,12         "nYields" : 0,13         "nChunkSkips" : 0,14         "millis" : 0,15         "indexBounds" : {16                 "age" : [17                         [18                                 23,19                                 1.7976931348623157e+30820                         ]21                 ],22                 "gender" : [23                         [24                                 "Female",25                                 "Female"26                         ]27                 ]28         },29         "server" : "××××:27017"30 }31 >

索引的分析：

Index	Documents	Result
age:20, gender:Female	{ "name" : "Will1", "gender" : "Female", "age" : 20 }	"n" : 2
age:20, gender:Female	{ "name" : "Will6", "gender" : "Female", "age" : 20 }	"nscannedObjects" : 2
age:20, gender:Male	{ "name" : "Will5", "gender" : "Male", "age" : 20 }	"nscanned" : 4
age:21, gender:Male	{ "name" : "Will4", "gender" : "Male", "age" : 21 }
age:21, gender:Male	{ "name" : "Will8", "gender" : "Male", "age" : 21 }
age:22, gender:Female	{ "name" : "Will0", "gender" : "Female", "age" : 22}
age:23, gender:Male	{ "name" : "Will3", "gender" : "Male", "age" : 23 }
age:24, gender:Female	{ "name" : "Will7", "gender" : "Female", "age" : 24 }
age:24, gender:Female	{ "name" : "Will9", "gender" : "Female", "age" : 24 }
age:24, gender:Male	{ "name" : "Will2", "gender" : "Male", "age" : 24 }

使用"gender_1_age_1"索引的输出如下

 1 > db.school.students.find({"age":{"$gte":23}, "gender":"Female"}).hint("gender_1_age_1").explain() 2 { 3         "cursor" : "BtreeCursor gender_1_age_1", 4         "isMultiKey" : false, 5         "n" : 2, 6         "nscannedObjects" : 2, 7         "nscanned" : 2, 8         "nscannedObjectsAllPlans" : 2, 9         "nscannedAllPlans" : 2,10         "scanAndOrder" : false,11         "indexOnly" : false,12         "nYields" : 0,13         "nChunkSkips" : 0,14         "millis" : 0,15         "indexBounds" : {16                 "gender" : [17                         [18                                 "Female",19                                 "Female"20                         ]21                 ],22                 "age" : [23                         [24                                 23,25                                 1.7976931348623157e+30826                         ]27                 ]28         },29         "server" : "××××:27017"30 }31 >

索引的分析：

Index	Documents	Result
gender:Female, age:20	{ "name" : "Will1", "gender" : "Female", "age" : 20 }	"n" : 2
gender:Female, age:20	{ "name" : "Will6", "gender" : "Female", "age" : 20 }	"nscannedObjects" : 2
gender:Female, age:22	{ "name" : "Will0", "gender" : "Female", "age" : 22 }	"nscanned" : 2
gender:Female, age:24	{ "name" : "Will7", "gender" : "Female", "age" : 24 }
gender:Female, age:24	{ "name" : "Will9", "gender" : "Female", "age" : 24 }
gender:Male, age:20	{ "name" : "Will5", "gender" : "Male", "age" : 20 }
gender:Male, age:21	{ "name" : "Will4", "gender" : "Male", "age" : 21 }
gender:Male, age:21	{ "name" : "Will8", "gender" : "Male", "age" : 21 }
gender:Male, age:23	{ "name" : "Will3", "gender" : "Male", "age" : 23 }
gender:Male, age:24	{ "name" : "Will2", "gender" : "Male", "age" : 24 }

通过上面的例子可以看出，在使用组合索引的时候还是要考虑很多东西的，所以可以结合explain()来进行分析。

索引选择机制

由于我们前面创建了三个索引，下面我们直接使用默认查询。

 1 > db.school.students.find({"age":{"$gte":23}, "gender":"Female"}).explain() 2 { 3         "cursor" : "BtreeCursor gender_1_age_1", 4         "isMultiKey" : false, 5         "n" : 2, 6         "nscannedObjects" : 2, 7         "nscanned" : 2, 8         "nscannedObjectsAllPlans" : 2, 9         "nscannedAllPlans" : 2,10         "scanAndOrder" : false,11         "indexOnly" : false,12         "nYields" : 0,13         "nChunkSkips" : 0,14         "millis" : 0,15         "indexBounds" : {16                 "gender" : [17                         [18                                 "Female",19                                 "Female"20                         ]21                 ],22                 "age" : [23                         [24                                 23,25                                 1.7976931348623157e+30826                         ]27                 ]28         },29         "server" : "××××:27017"30 }31 >

存在多条索引的情况下，MongoDB首选nscanned值最低的索引。

索引和排序

基于上面的例子，我们加上对"name"的排序操作。这时，我们可以看到"scanAndOrder"变成了"true"。

 1 > db.school.students.find({"age":{"$gte":23}, "gender":"Female"}).sort({"name":1}).explain() 2 { 3         "cursor" : "BtreeCursor gender_1_age_1", 4         "isMultiKey" : false, 5         "n" : 2, 6         "nscannedObjects" : 2, 7         "nscanned" : 2, 8         "nscannedObjectsAllPlans" : 7, 9         "nscannedAllPlans" : 9,10         "scanAndOrder" : true,11         "indexOnly" : false,12         "nYields" : 0,13         "nChunkSkips" : 0,14         "millis" : 0,15         "indexBounds" : {16                 "gender" : [17                         [18                                 "Female",19                                 "Female"20                         ]21                 ],22                 "age" : [23                         [24                                 23,25                                 1.7976931348623157e+30826                         ]27                 ]28         },29         "server" : "××××:27017"30 }

在这个例子中，"nscanned"是最小的，所以这个方案是查询效率最高的。但是，我们要注意一下"scanAndOrder"，根据MongoDB文档的解释，查询结果的排序不能利用现有的索引，MongoDB会把find找到的结果放入内存重新排序。这样的话，如果数据量很大，会对性能产生很大的影响。

最好的办法是利用索引来进行排序。

在这种情况下，就要加入一个"name"的索引，同时在find操作时使用hint来指定索引方式，因为默认情况MongoDB会选择"nscanned"最小的方式。

 1 > db.school.students.ensureIndex({"gender":1,"name":1}) 2 > db.school.students.find({"age":{"$gte":23}, "gender":"Female"}).sort({"name":1}).hint("gender_1_name_1").explain() 3 { 4         "cursor" : "BtreeCursor gender_1_name_1", 5         "isMultiKey" : false, 6         "n" : 2, 7         "nscannedObjects" : 5, 8         "nscanned" : 5, 9         "nscannedObjectsAllPlans" : 5,10         "nscannedAllPlans" : 5,11         "scanAndOrder" : false,12         "indexOnly" : false,13         "nYields" : 0,14         "nChunkSkips" : 0,15         "millis" : 0,16         "indexBounds" : {17                 "gender" : [18                         [19                                 "Female",20                                 "Female"21                         ]22                 ],23                 "name" : [24                         [25                                 {26                                         "$minElement" : 127                                 },28                                 {29                                         "$maxElement" : 130                                 }31                         ]32                 ]33         },34         "server" : "xxxx:27017"35 }36 >

通过这种方式，就可以利用索引的排序来避免"scanAndOrder"为true的情况。但是再看看上面的方式，似乎可以进一步优化，虽然不能减少"nscanned"，但是可以减少"nscannedObjects"。

 1 > db.school.students.ensureIndex({"gender":1,"name":1,"age":1}) 2 > db.school.students.find({"age":{"$gte":23}, "gender":"Female"}).sort({"name":1}).hint("gender_1_name_1_age_1").explain() 3 { 4         "cursor" : "BtreeCursor gender_1_name_1_age_1", 5         "isMultiKey" : false, 6         "n" : 2, 7         "nscannedObjects" : 2, 8         "nscanned" : 5, 9         "nscannedObjectsAllPlans" : 2,10         "nscannedAllPlans" : 5,11         "scanAndOrder" : false,12         "indexOnly" : false,13         "nYields" : 0,14         "nChunkSkips" : 0,15         "millis" : 0,16         "indexBounds" : {17                 "gender" : [18                         [19                                 "Female",20                                 "Female"21                         ]22                 ],23                 "name" : [24                         [25                                 {26                                         "$minElement" : 127                                 },28                                 {29                                         "$maxElement" : 130                                 }31                         ]32                 ],33                 "age" : [34                         [35                                 23,36                                 1.7976931348623157e+30837                         ]38                 ]39         },40         "server" : "xxxx:27017"41 }42 >

总结

MongoDB中，索引还有很多东西，本文只是通过一些例子来介绍了索引的使用，以及组合索引的简单分析

Ps: 本文中所有例子中的命令都可以参考以下链接

http://files.cnblogs.com/wilber2013/index.js

MongoDB索引

声明：以上内容来自用户投稿及互联网公开渠道收集整理发布，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任，若内容有误或涉及侵权可进行投诉：投诉/举报工作人员会在5个工作日内联系你，一经查实，本站将立刻删除涉嫌侵权内容。

联系
我们

首页 > 代码库 > MongoDB索引

MongoDB索引

索引的操作

explain()和hint()

组合索引

索引选择机制

索引和排序

总结

看完仍有疑问？有类似问题直接问程序猿