MongoDB 使用Index
Index 能够提高查询的性能，如果没有Index，MongoDB必须扫描整个collection，从collection的第一个doc开始，直到最后一个doc，即使第一个doc之后的所有doc都不满足查询条件。如果在Collection上有合适的Index，例如，unique index，那么MongoDB在按照index key查找到一个doc之后，就不会继续对其他doc查询，极大地提高查询性能。MongoDB的 Index 结构跟关系型DB的NonClustered Index相似，都是BTree结构，在每个leaf node中，除了index key之外，还存储相应doc在disk上的地址。在MongoDB中，没有clustered index，因此，Collection初始的物理存储跟doc插入的顺序有关，MongoDB按照doc插入的顺序，依次将doc存储在disk上，插入顺序上相邻的doc在disk的物理位置上也是相邻的；对doc的修改可能对 collection 的物理存储发生变化，如果doc的修改不会导致doc的size增加，那么doc会继续存储在原来的存储空间中，而不会对collection的物理存储有影响，一旦修改操作导致doc的size增加，导致doc发生移动，那么collection的物理存储就会发生变化。
一，doc的移动影响collection的物理存储
如果数据修改增加了doc的size，使其不能继续存放在原来的存储空间中，那么MongoDB必须将其移动到collection的末尾，原先的存储空间被闲置，导致doc的存储密度下降，会严重影响查询性能。doc的移动过程是非常慢的，相当于在一个原子操作中，先做doc的 delete 操作，后做doc的 insert 操作。
doc移动的过程如下图所示：
对doc B进行修改，使其Size增大，原先的位置不能容纳B，MongoDB将B移动在Collection的末尾。原来的存储空间被闲置。
http://images2015.cnblogs.com/blog/628084/201608/628084-20160829171727480-271166791.jpg
二，创建index
MongoDB的index是BTree 结构，BTee结构的特点是：查询每个值所要进行查询的次数时固定的，最小的值存储在最左边的叶子节点上，做大的值存储在最右边的叶子节点上，如图：
http://images2015.cnblogs.com/blog/628084/201608/628084-20160830110101558-1523060537.jpg
MongoDB默认按照“_id”字段的升序创建index，最后创建的doc位于index的右侧。如果每次查询时，都是查询最后的N个doc，那么按照"_id"的值倒叙查询，limit 前100，查询性能是十分快速的。也可以手动创建符合业务需要的Index，MongoDB使用 db.collection.createIndex(keys,option)函数创建index。
keys的格式是：{field:1/-1,,}，field是doc的字段，1/-1 表示按照field排序的方向创建index：1表示按照field的升序创建，-1表示按照field的降序创建。
db.collection.createIndex(keys,option) 1，创建示例数据，按照 age 字段升序创建index
创建的Index按照age的升序存储age字段，在叶子节点中，除了age字段，叶子节点还会存储doc的地址（指针），用于定位相应的doc，查询除index key（age）之外的其他字段。下面的语句创建的index name是 age_1。
http://common.cnblogs.com/images/copycode.gif
for(i=0;i
页:
[1]