【MongoDB学习笔记20】MongoDB的索引

wefe2

MongoDB的索引和关系型数据库的索引概念和功能是相同的：
（1）不使用索引的搜索可以称为全表扫面,也就是说，服务器必须找完整个表才能查询整个结果；
（2）建立索引后搜索，查询在索引中搜索，在索引的条目中找到条目以后，就可以直接跳转到目标文档的位置；这样的搜索比全表的搜索的速度要提高好几个数量级；

先向集合blog中添加1000000个文档：

1 2 3 4 5 6 7 8

> for (i=0;i<1000000;i++){    ... db.users.insert(    ... {"i":i,    ... "username":"user"+1,    ... "age":Math.floor(Math.random()*120),    ... "created":new Date()});}    WriteResult({ "nInserted" : 1 })    >

  
在上述的集合中随机查询一个文档，使用explain函数来查看搜索过程中的信息：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

> db.users.find({"username":"user101"}).explain()    {        "cursor" : "BasicCursor",        "isMultiKey" : false,        "n" : 1,        "nscannedObjects" : 1000000,        "nscanned" : 1000000,        "nscannedObjectsAllPlans" : 1000000,        "nscannedAllPlans" : 1000000,        "scanAndOrder" : false,        "indexOnly" : false,        "nYields" : 7812,        "nChunkSkips" : 0,        "millis" : 344,        "server" : "localhost.localdomain:27017",        "filterSet" : false    }    >

其中millies指明搜索花费的毫秒数为344毫秒；
其中n代表扫描全表后的搜索后的结果数为1，搜索并不知道username为user101的数量到底有几个，为优化查询将查询的结果限制为1个，这样在找到第一个文档后便停止搜索：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

> db.users.find({"username":"user101"}).limit(1).explain()    {        "cursor" : "BasicCursor",        "isMultiKey" : false,        "n" : 1,        "nscannedObjects" : 102,        "nscanned" : 102,        "nscannedObjectsAllPlans" : 102,        "nscannedAllPlans" : 102,        "scanAndOrder" : false,        "indexOnly" : false,        "nYields" : 0,        "nChunkSkips" : 0,        "millis" : 0,        "server" : "localhost.localdomain:27017",        "filterSet" : false    }    >

   
可以看到millis为0，因为扫描文档的数量极大减少了，查询几乎瞬间完成；

但是这个方法有缺陷，如果找users999999，仍然几乎扫描整个集合。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

> db.users.find({"username":"user999999"}).limit(1).explain()    {        "cursor" : "BasicCursor",        "isMultiKey" : false,        "n" : 1,        "nscannedObjects" : 1000000,        "nscanned" : 1000000,        "nscannedObjectsAllPlans" : 1000000,        "nscannedAllPlans" : 1000000,        "scanAndOrder" : false,        "indexOnly" : false,        "nYields" : 7812,        "nChunkSkips" : 0,        "millis" : 321,        "server" : "localhost.localdomain:27017",        "filterSet" : false    }    >

花费几乎和搜索整个集合的的时间millis差不多为321，而且随着文档数量增加，查询花费的时间越长；

在username字段上创建索引：

1 2 3 4 5 6 7 8

> db.users.ensureIndex({"username":1})    {        "createdCollectionAutomatically" : false,        "numIndexesBefore" : 1,        "numIndexesAfter" : 2,        "ok" : 1    }    >

再次查询users999999的用户：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26

> db.users.find({"username":"user999999"}).limit(1).explain()    {        "cursor" : "BtreeCursor username_1",        "isMultiKey" : false,        "n" : 1,        "nscannedObjects" : 1,        "nscanned" : 1,        "nscannedObjectsAllPlans" : 1,        "nscannedAllPlans" : 1,        "scanAndOrder" : false,        "indexOnly" : false,        "nYields" : 0,        "nChunkSkips" : 0,        "millis" : 85,        "indexBounds" : {            "username" : [                [                    "user999999",                    "user999999"                ]            ]        },        "server" : "localhost.localdomain:27017",        "filterSet" : false    }    >

花费的时间millis为85，比没有创建索引前的321要少很多；

当然索引会加快查询的速度，但是也有弊端，每次添加、删除、更新一个文档，MongoDB不仅要更新文档，还要更新文档上的索引；
每个集合只能有64个集合，挑选合适的字段建立索引非常重要。