MongoDB索引使用详解(mongodb索引使用正则表达式)

推荐整理分享MongoDB索引使用详解(mongodb索引使用正则表达式)，希望有所帮助，仅作参考，欢迎阅读内容。

文章相关热门搜索词:mongodb建立索引的命令,mongodb索引存储方式,mongodb索引用什么数据结构,mongodb索引用什么数据结构,mongodb sort 索引,mongodb索引的功能,mongodb索引的功能,mongodb索引用什么数据结构,内容如对您有帮助，希望把文章链接给更多的朋友！

索引就像书的目录，如果查找某内容在没有目录的帮助下，只能全篇查找翻阅，这导致效率非常的低下；如果在借助目录情况下，就能很快的定位具体内容所在区域，效率会直线提高。

索引简介

首先打开命令行，输入mongo。默认mongodb会连接名为test的数据库。

可以使用show collections/tables查看数据库为空。

然后在mongodb命令行终端执行如下代码

再查看数据库发现多了system.indexes 和 users两个表，前者即所谓的索引，后者为新建的数据库表。这样user表中即有了万条数据。

现在需要查找其中任意一条数据,比如

发现这条数据成功找到，但需要了解详细信息，需要加上explain方法

参数很多，目前我们只关注其中的"nscanned" : 和"millis" : 这两项。

nscanned表示mongodb在完成这个查询过程中扫描的文档总数。可以发现，集合中的每个文档都被扫描了，并且总时间为毫秒。

如果数据有万个，如果每次查询文档都遍历一遍。呃，时间也是相当可观。

对于此类查询，索引是一个非常好的解决方案。

然后再查找user

的确有点不可思议，查询在瞬间完成，因为通过索引只查找了一条数据，而不是条。

当然使用索引是也是有代价的：对于添加的每一条索引，每次写操作（插入、更新、删除）都将耗费更多的时间。这是因为，当数据发生变化时，不仅要更新文档，还要更新级集合上的所有索引。因此，mongodb限制每个集合最多有个索引。通常，在一个特定的集合上，不应该拥有两个以上的索引。

小技巧

如果一个非常通用的查询，或者这个查询造成了性能瓶颈，那么在某字段（比如username）建立索引是非常好的选择。但只是给管理员用的查询（不太在意查询耗费时间），就不该对这个字段建立索引。

复合索引

索引的值是按一定顺序排列的，所以使用索引键对文档进行排序非常快。

这里先根据age排序再根据username排序，所以username在这里发挥的作用并不大。为了优化这个排序，可能需要在age和username上建立索引。

db.users.ensureIndex({'age':1, 'username': 1})这就建立了一个复合索引（建立在多个字段上的索引），如果查询条件包括多个键，这个索引就非常有用。

建立复合索引后，每个索引条目都包括一个age字段和一个username字段，并且指向文档在磁盘上的存储位置。此时，age字段是严格升序排列的，如果age相等时再按照username升序排列。

查询方式

点查询（point query）

用于查询单个值（尽管包含这个值的文档可能有多个）

因为我们已经建立好复合索引，一个age一个username，建立索引时使用的是升序排序（即数字1），当使用点查询查找{age：},假设仍然是万条数据，可能年龄是的很多人，因此会找到不只一条数据。然后sort({'username': -1})会对这些数据进行逆序排序，本意是这样。但我们不要忘记建立索引时'username'：1是升序（从小到大）,如果想得到逆序只要对数据从最后一个索引开始，依次遍历即可得到想要的结果。

排序方向并不重要，mongodb可以从任意方向对索引进行遍历。综上，复合索引在点查询这种情况非常高效，直接定位年龄，不需要对结果进行排序，返回结果。

多值查询（multi-value-query）

查找多个值相匹配的文档。多值查询也可以理解为多个点查询。如上，要查找年龄介于到之间。monogdb会使用索引的中的第一个键"age"得到匹配的结果，而结果通常是按照索引顺序排列的。

与上一个类似，这次需要对结果排序。在没有sort时，我们查询的结果首先是根据age等于，age等于..这样从小到大排序，当age等于有多个时，在进行usernameA-Z（0-9）这样排序。所以，sort({'username': 1})，要将所有结果通过名字升序排列，这次不得不先在内存中进行排序，然后返回。效率不如上一个高。

当然，在文档非常少的情况，排序也花费不了多少时间。如果结果集很大，比如超过MB，MongoDB会拒绝对如此多的数据进行排序工作。

还有另外一种解决方案

也可以建立另外一个索引{'username': 1, 'age': 1}, 如果先对username建立索引，当再sortusername,相当没有进行排序。但是需要在整个文档查找age等于的帅哥美女，所以搜寻时间就长了。

但哪个效率更高呢？

如果建立多个索引，如何选择使用哪个呢？效率高低是分情况的，如果在没有限制的情况下，不用进行排序但需要搜索整个集合时间会远超过前者。但是在返回部分数据（比如limit（）），新的赢家就产生了。

其中可以使用hint指定要使用的索引。所以这种方式还是很有优势的。比如一般场景下，我们不会把所有的数据都取出来，只是去查询最近的，所以这种效率也会更高。

索引类型

唯一索引

可以确保集合的每个文档的指定键都有唯一值。

db.users.ensureIndex({'username': 1, unique: true})比如使用mongoose框架，在定义schema时，即可指定unique: true.如果插入2个相同都叫张三的数据，第二次插入的则会失败。_id即为唯一索引，并且不能删除。

稀疏索引

使用sparse可以创建稀疏索引

>db.users.ensureIndex({'email': 1}, {'unique': true, 'sparse': true})

索引管理

system.indexes集合中包含了每个索引的详细信息

db.system.indexes.find()

1.ensureIndex()创建索引

db.users.ensureIndex({'username': 1})后台创建索引，这样数据库再创建索引的同时，仍然能够处理读写请求，可以指定background选项。

db.test.ensureIndex({"username":1},{"background":true})

2.getIndexes()查看索引

其中v字段只在内部使用，用于标识索引版本。

3.dropIndex删除索引

或

全选复制放进笔记> db.users.dropIndex({"username":1})

使用aggregate在MongoDB中查询重复数据记录的方法 MongoDB中聚合(aggregate)主要用于处理数据(诸如统计平均值,求和等)，并返回计算后的数据结果。有点类似sql语句中的count(*)。aggregate()方法MongoDB中聚合的方

mongodb使用心得简单总结 1.mongodb特性1）mongo是一个面向文档的数据库，它集合了nosql和sql数据库两方面的特性。2）所有实体都是在首次使用时创建。3）没有严格的事务特性，但

在Mac OS上安装使用MongoDB的教程 概念MongoDB是一个跨平台的，面向文档的数据库，提供高性能，高可用性和可扩展性方便。MongoDB工作在收集和文件的概念。什么是NoSql？NoSql，全称是NotOn