3.索引優化
4. 索引管理
假設mongodb person集合裡包含插入了4個文件，其儲存後位置資訊如下(為方便描述，文件省去_id欄位)
位置資訊
文件pos1
pos2
pos3
pos4
pos5
假設現在有個查詢 db.person.find( ), 查詢所有年齡為18歲的人，這時需要遍歷所有的文件（『全表掃瞄』），根據位置資訊讀出文件，對比age欄位是否為18。當然如果只有4個文件，全表掃瞄的開銷並不大，但如果集合文件數量到百萬、甚至千萬上億的時候，對集合進行全表掃瞄開銷是非常大的，乙個查詢耗費數十秒甚至幾分鐘都有可能。
如果想加速 db.person.find( ），就可以考慮對person表的age欄位建立索引。
db.person.createindex( ) //建立索引後，mongodb會額外儲存乙份按age欄位公升序排序的索引資料，索引結構類似如下，索引通常採用類似btree的結構持久化儲存，以保證從索引裡快速（o(logn)的時間複雜度）找出某個age值對應的位置資訊，然後根據位置資訊就能讀取出對應的文件。
age位置資訊
18pos3
18pos5
19pos1
20pos2
21pos4
簡單的說，索引就是將文件按照某個（或某些）字段順序組織起來，以便能根據該欄位高效的查詢。有了索引，至少能優化如下場景的效率：
// 查詢集合的索引資訊
mongo-9552:primary> db.person.getindexes() // 查詢集合的索引資訊
[ ,
"name" : "_id_" // 索引的名稱
}]
2.1 _id索引
_id索引是系統預設建立的索引，預設是按1（公升序）。
眾所周知，mongodb缺省會為插入的文件生成_id欄位（如果應用本身沒有指定該欄位），_id是文件唯一的標識，為了保證能根據文件id快遞查詢文件，mongodb缺省會為集合建立_id欄位的索引。
2.2 單字段索引 （single field index）
db.person.createindex( )代表公升序索引，也可以通過來指定降序索引，對於單字段索引，公升序/降序效果是一樣的。
2.2 多鍵索引（multikey index）
當索引的字段為陣列時，建立出的索引稱為多key索引，多key索引會為陣列的每個元素建立一條索引，比如person表加入乙個habbit欄位（陣列）用於描述興趣愛好，需要查詢有相同興趣愛好的人就可以利用habbit欄位的多key索引。
db.person.createindex( ) // 自動建立多key索引
db.person.find( )
復合索引是single field index的公升級版本，它針對多個字段聯合建立索引，先按第乙個字段排序，第乙個字段相同的文件按第二個字段排序，依次類推，如下針對age, name這2個字段建立乙個復合索引。
db.person.createindex( )db.person.find( )
也能滿足所有能匹配符合索引字首的查詢，這裡即為的字首，所以類似db.person.find( )的查詢也能通過該索引來加速；但db.person.find( )則無法使用該復合索引。如果經常需要根據『name欄位』以及『name和age欄位組合』來查詢，則應該建立如下的復合索引
db.person.createindex( )age欄位的取值很有限，即擁有相同age欄位的文件會有很多；而name欄位的取值則豐富很多，擁有相同name欄位的文件很少；顯然先按name欄位查詢，再在相同name的文件裡查詢age欄位更為高效。
2.4 文字索引（text index）
《文字索引》
能解決快速文字查詢的需求，比如有乙個部落格文章集合，需要根據部落格的內容來快速查詢，則可以針對部落格內容建立文字索引。
2.5 雜湊索引（hashed index）
指按照某個欄位的hash值來建立索引，目前主要用於mongodb sharded cluster的hash分片，hash索引只能滿足字段完全匹配的查詢，不能滿足範圍查詢等。
2.6 地理位置索引（geospatial index）
能很好的解決o2o的應用場景，比如『查詢附近的美食』、『查詢某個區域內的車站』等。
2.7 其它索引
mongodb除了支援多種不同型別的索引，還能對索引定製一些特殊的屬性。
3.1 db profiler
mongodb支援對db的請求進行profiler，目前支援3種級別的profiler。
如果能在集合建立的時候就能『根據業務查詢需求決定應該建立哪些索引』，當然是最佳的選擇；但由於業務需求多變，要根據實際情況不斷的進行優化。索引並不是越多越好，集合的索引太多，會影響寫入、更新的效能，每次寫入都需要更新所有索引的資料；所以你system.profile裡的慢請求可能是索引建立的不夠導致，也可能是索引過多導致。
3.2 查詢計畫
索引已經建立了，但查詢還是很慢怎麼破？這時就得深入的分析下索引的使用情況了，可通過檢視下詳細的查詢計畫來決定如何優化。通過執行計畫可以看出如下問題
常見stage的型別：
mongo-9552:primary> db.person.find().explain()
},"winningplan" :
},"direction" : "forward"
},"rejectedplans" : [ ]
},"serverinfo" : ,
"ok" : 1
}
mongo-9552:primary> db.person.find().explain()
},"winningplan" : ,
"indexname" : "age_1",
"ismultikey" : false,
"isunique" : false,
"issparse" : false,
"ispartial" : false,
"indexversion" : 1,
"direction" : "forward",
"indexbounds" : }},
"rejectedplans" : [ ]
},"serverinfo" : ,
"ok" : 1
}
db.users.createindex()
db.users.createindex()
db.users.createindex(,)
在前台建立索引期間會鎖定資料庫，會導致其它操作無法進行資料讀寫，在後台建立索引是，會定期釋放寫鎖，從而保證其它操作的執行，但是後台操作會在耗時更長，尤其是在頻繁進行寫入的伺服器上。
4.2 查詢集合索引
mongodb提供的檢視索引資訊的方法：
例如 檢視索引集合大小
db.getcollection('chongqing').totalindexsize()db.getcollection('chongqing').dropindexes()db.users.dropindex("name_1")
db.users.dropindex("name_1_age_1")
db.users.getindexspecs()
我們可以看到,name欄位的索引和name與age欄位的組合索引皆被刪除
db.users.dropindexes()
db.users.getindexspecs()
在使用了dropindexes()方法後,我們之前建的所有索引都被刪除掉了
我們之前把users的索引全部刪除了,現在在name欄位上建立乙個正序索引,然後在name欄位上重建倒序索引,可以看到重建索引是把之前name欄位的索引刪掉再新建乙個索引的,重建之前name欄位還是只有乙個索引.
db.users.createindex()
db.users.reindex()
索引優化及原理
oracle 之sql優化 索引的基本原理 一 1 索引的基本概念 1 建立索引的目的 以索引小的io換取表的大io。何時建立索引 當訪問的資料塊少於表中20 的資料時，建議使用索引。2 索引的 會使insert delete速度變慢 索引個數多的話速度就會慢 對於update語句，需要先判斷是否要...
Mongodb 索引優化
mongodb 索引資料型別優化，節省60 記憶體 mongostat 檢視mongodb 查詢情況 是否有全表查詢 如果有全表查詢，表示索引已經超出記憶體限制了 沒有keep all index in ram 可以通過始減小索引大小來解決一些問題。通過測試得出了如下的資料，不同的資料型別的索引大小...
MySQL優化（三） 索引原理及索引優化
b tree索引，它是目前關係型資料庫中查詢資料最為常用和有效的索引，大多數儲存引擎都支援這種索引。使用b tree這個術語，是因為mysql在create table或其它語句中使用了這個關鍵字，但實際上不同的儲存引擎可能使用不同的資料結構，比如innodb就是使用的b tree。中的b是指bal...