《Mongodb权威指南》学习笔记 第五章 索引

索引就是用来加速查询的。数据库索引与书籍的索引类似：有了索引就不需要翻遍整本书，数据库则可以直接在索引中查找，使得查找速度能提高几个数量级。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。

5.1 索引简介

现在要依照某个键进行查找：

[root@localhost bin]# ./mongo
MongoDB shell version: 2.0.2
connecting to: test
> db.people.find();
{ "_id" : ObjectId("503e45f77d2cae668c71acbf"), "name" : "joe", "random" : 0.8444473752020685 }
{ "_id" : ObjectId("503e45fe7d2cae668c71acc0"), "name" : "john", "random" : 0.04516828536238293 }
{ "_id" : ObjectId("503e46027d2cae668c71acc1"), "name" : "jim", "random" : 0.896214824631229 }
>

当查询中仅使用一个键时，可以对该键建立索引，以提高查询速度。本例中，对"username"建立索引。创建索引要使用ensureIndex方法：

> db.people.ensureIndex({"name":1})

对于同一个集合，同样的索引只需要创建一次。反复创建是徒劳的。

对某个键创建的索引会加速对该键的查询。然而，对于其他查询可能没有帮助，即便是查询包含了被索引的键。例如，下面的查询就不会从先前建立索引中获得任何的性能提升。

>db.people.find({"date":date1}).sort({"date":1,"username":1})

服务器必须“查找整本书”找到想要的日期。这个过称作表扫描，就是在没有索引的书中查找内容，要从第一页开始，从前翻到后。通常来说，要尽量避免让服务器做表扫描，因为当集合很大时会非常慢。

时间证明，一定要创建查询中用到的所有键的索引。例如，对于上面的查询，应该建立日期和用户名的索引：

db.ensureIndex({"date":1,"username":1})

传递给ensureIndex的文档其形式与传递给sort的文档形式一样：一组值为1或者-1的键，表示索引创建的方向。若索引只有一个键，则方向无关紧要。单键索引有点像一个按照字母顺序组织的书籍索引：无论从A到Z，还是从Z到A，显然都要从M开始查找。

> db.people.remove();
> db.people.insert({"username":"smith","age":48,"user_id":0})
> db.people.insert({"username":"smith","age":30,"user_id":1})
> db.people.insert({"username":"john","age":36,"user_id":2})
> db.people.insert({"username":"john","age":18,"user_id":3})
> db.people.insert({"username":"joe","age":36,"user_id":4})
> db.people.insert({"username":"john","age":7,"user_id":5})
> db.people.insert({"username":"simon","age":3,"user_id":6})
> db.people.insert({"username":"joe","age":27,"user_id":7})
> db.people.insert({"username":"jacob","age":17,"user_id":8})
> db.people.insert({"username":"sally","age":52,"user_id":9})
> db.people.insert({"username":"simon","age":59,"user_id":10})
>

若有多个键，就得考虑索引的方向问题了。比如以{"username":1,"age":-1}这种方式创建索引。MongoDB会按如下方式组织用户：

> db.people.ensureIndex({"username":1,"age":-1})

> db.people.find();
{ "_id" : ObjectId("504cbef68bba9d80c955e974"), "username" : "smith", "age" : 48, "user_id" : 0 }
{ "_id" : ObjectId("504cbf048bba9d80c955e975"), "username" : "smith", "age" : 30, "user_id" : 1 }
{ "_id" : ObjectId("504cbf158bba9d80c955e976"), "username" : "john", "age" : 36, "user_id" : 2 }
{ "_id" : ObjectId("504cbf238bba9d80c955e977"), "username" : "john", "age" : 18, "user_id" : 3 }
{ "_id" : ObjectId("504cbf378bba9d80c955e978"), "username" : "joe", "age" : 36, "user_id" : 4 }
{ "_id" : ObjectId("504cbf488bba9d80c955e979"), "username" : "john", "age" : 7, "user_id" : 5 }
{ "_id" : ObjectId("504cbf588bba9d80c955e97a"), "username" : "simon", "age" : 3, "user_id" : 6 }
{ "_id" : ObjectId("504cbf688bba9d80c955e97b"), "username" : "joe", "age" : 27, "user_id" : 7 }
{ "_id" : ObjectId("504cbf7a8bba9d80c955e97c"), "username" : "jacob", "age" : 17, "user_id" : 8 }
{ "_id" : ObjectId("504cbf8f8bba9d80c955e97d"), "username" : "sally", "age" : 52, "user_id" : 9 }
{ "_id" : ObjectId("504cbf9f8bba9d80c955e97e"), "username" : "simon", "age" : 59, "user_id" : 10 }

在age上建立索引

> db.people.ensureIndex({"age":1})

> db.people.find({"age":{"$lt":100,"$gt":0}});
{ "_id" : ObjectId("504cbf9f8bba9d80c955e97e"), "username" : "simon", "age" : 59, "user_id" : 10 }
{ "_id" : ObjectId("504cbf8f8bba9d80c955e97d"), "username" : "sally", "age" : 52, "user_id" : 9 }
{ "_id" : ObjectId("504cbef68bba9d80c955e974"), "username" : "smith", "age" : 48, "user_id" : 0 }
{ "_id" : ObjectId("504cbf158bba9d80c955e976"), "username" : "john", "age" : 36, "user_id" : 2 }
{ "_id" : ObjectId("504cbf378bba9d80c955e978"), "username" : "joe", "age" : 36, "user_id" : 4 }
{ "_id" : ObjectId("504cbf048bba9d80c955e975"), "username" : "smith", "age" : 30, "user_id" : 1 }
{ "_id" : ObjectId("504cbf688bba9d80c955e97b"), "username" : "joe", "age" : 27, "user_id" : 7 }
{ "_id" : ObjectId("504cbf238bba9d80c955e977"), "username" : "john", "age" : 18, "user_id" : 3 }
{ "_id" : ObjectId("504cbf7a8bba9d80c955e97c"), "username" : "jacob", "age" : 17, "user_id" : 8 }
{ "_id" : ObjectId("504cbf488bba9d80c955e979"), "username" : "john", "age" : 7, "user_id" : 5 }
{ "_id" : ObjectId("504cbf588bba9d80c955e97a"), "username" : "simon", "age" : 3, "user_id" : 6 }
>

重新以{"username":1,"age":-1}这种方式创建索引。

MongoDB会按如下方式组织用户

> db.people.find({"username":/^j/i,"age":{"$lt":100,"$gt":0}});
{ "_id" : ObjectId("504cbf7a8bba9d80c955e97c"), "username" : "jacob", "age" : 17, "user_id" : 8 }
{ "_id" : ObjectId("504cbf378bba9d80c955e978"), "username" : "joe", "age" : 36, "user_id" : 4 }
{ "_id" : ObjectId("504cbf688bba9d80c955e97b"), "username" : "joe", "age" : 27, "user_id" : 7 }
{ "_id" : ObjectId("504cbf158bba9d80c955e976"), "username" : "john", "age" : 36, "user_id" : 2 }
{ "_id" : ObjectId("504cbf238bba9d80c955e977"), "username" : "john", "age" : 18, "user_id" : 3 }
{ "_id" : ObjectId("504cbf488bba9d80c955e979"), "username" : "john", "age" : 7, "user_id" : 5 }
>

用户名严格按照字母升序排列，同名的组按照年龄降序排列。这对{"username":1,"age":-1}这样的排序做了优化，但是对{"username":1,"age":1}就不那么有效了。要是想对其优化的话，则需建立{"username":1,"age":1}的索引以便按照年龄升序组织。

对用户名和年龄的索引同样能加快对用户名的查询。一般来说，如果索引包含N个键，则对于前几个键的查询都会有帮助。比如有个索引{"a":1,"b":1,"c":1,...,"z":1}实际上是有了{"a":1}、{"a":1,"b":1}、{"a":1,"b":1,"c":1}等的索引。但是使用{"b":1}、{"a":1,"c":1}等索引的查询则不会被优化，只有使用索引前部的查询才能使用该索引。MongoDB的查询优化器会重排查询项的顺序。以便利用索引：比如查询{"x":"foo","y":"bar"}的时候，已经有了{"y":1,"x":1}的索引，MongoDB会自己找到并利用它。

创建索引的缺点就是每次插入、更新和删除时都会产生额外的开销。只是因为数据库不但需要执行这些操作，还要将这些操作在集合的索引中标记。因此，要极可能少创建索引。每个集合默认的最大索引个数为64个，能够应付绝大多数情况了。

一定不要索引每一个键。这样会导致插入非常慢，还会占用很多空间，并且很可能对查询速度提升不大。仔细考虑到底要做什么样的查询，什么样的索引适合这样的查询，通过explain和hint工具确保服务器使用了也已建立的索引

有些时候，最有效的方法居然是不适用索引。一般来说，要是查询要返回集合中一半以上的结果，用表扫描会比几乎每条文档都查索引要高效一些。所以，查询是否存在某个键，或者检查某个布尔类型的值为真还是为假，真的没有用索引的必要

5.1.1 扩展索引

假设我们有个集合，保存了用户的状态信息。现在想要查询用户和日期，取出某一个用户最近的状态。以我们目前所学，我们会像下面