MongoDB索引机制详解

什么是MongoDB索引？

MongoDB索引是一种数据结构，可以帮助MongoDB在集合中快速查找数据。索引是一种特殊的文档，它包含集合中的字段值以及该值出现的位置。

MongoDB支持多种类型的索引，包括单字段索引、复合索引、全文本索引等。

索引的作用

索引的作用是提高查询效率，MongoDB在进行查询操作时优先使用索引，从而减少查询时的扫描次数，提高查询效率。同时，索引可以降低MongoDB的写入性能，因为索引会占用磁盘空间和内存。

MongoDB的索引分类

MongoDB的索引可以分为以下几类：

单字段索引

单字段索引是最基本的索引类型，它可以把集合中的某个字段（如_id）的值与该字段所对应文档的位置关联起来。

例如，以下代码用于在集合students中创建一个_id字段为单字段索引：

db.students.ensureIndex({_id: 1})

复合索引

复合索引是将多个字段的索引合并到一起，形成一个新的索引。复合索引的查找速度比单字段索引更快。

例如，以下代码用于在集合students中创建一个名字和年龄字段为复合索引：

db.students.ensureIndex({name: 1, age: -1})

在使用复合索引时，需要注意以下几点：

索引键的顺序非常重要，它会直接影响索引的效率。
复合索引包含了多个字段，查询时需要完全满足索引顺序才能进行查找。

唯一索引

唯一索引可以保证集合中某个或某些字段的值是唯一的。

例如，以下代码用于在集合students中创建一个_id字段为唯一索引：

db.students.ensureIndex({_id: 1}, {unique: true})

稀疏索引

稀疏索引只包含有索引键的文档，它可以跳过未包含索引键的文档。在某些场景下使用稀疏索引可以大大降低索引建立和查询所需空间。

例如，以下代码用于在集合students中创建一个address字段为稀疏索引：

db.students.ensureIndex({address: 1}, {sparse: true})

全文本索引

全文本索引是特殊的文本索引，它可以帮助MongoDB在文本数据中匹配出最相关的文档。

例如，以下代码用于在集合articles中创建一个content字段为全文本索引：

db.articles.ensureIndex({content: "text"})

索引的使用

在MongoDB中，除了创建索引之外，还需要在查询时使用正确的索引才能发挥出索引的优势。

查询计划

MongoDB为查询准备一个查询计划，利用该计划确定如何查询集合。查询计划如下：

选择最优的索引，该索引必须包含查询条件中的所有字段。
如果没有合适的索引， MongoDB会返回错误。如果查询条件只涉及到了集合中少量的数据，MongoDB会在查询计划中选择全集合扫描。
如果在索引中查找到了结果，那么MongoDB会选择使用这个索引，这个索引就是所谓的“覆盖索引”。

索引选择

在选择索引时，应该使用查询条件中所有字段的索引，特别是在复合索引中。如果选择不正确的索引，将会导致查询效率低下。

对于单字段索引，只要查询条件中包含该字段，MongoDB就会自动选择正确的索引。对于复合索引，MongoDB会优先选择索引键中最前面的字段。因此，在创建复合索引时，应该根据查询条件顺序考虑。

例如，在以下查询中，mongodb将优先选择name字段的单字段索引：

db.students.find({name: "zhangsan", age: 20})

使用explain方法

在进行查询优化时，可以使用MongoDB的explain方法查看查询计划。

例如，在以下代码中使用explain方法查看查询计划：

db.students.find({name: "zhangsan", age: 20}).explain()

explain方法返回的结果中包含了查询计划的详细信息，可以帮助我们进行索引优化。

示例说明

下面给出两个示例：

示例一：创建一个复合索引

假设集合中有以下文档：

{ "_id": "1", "name": "zhangsan", "age": 20, "sex": "male" }
{ "_id": "2", "name": "lisi", "age": 21, "sex": "male" }
{ "_id": "3", "name": "zhangsan", "age": 22, "sex": "female" }
{ "_id": "4", "name": "wangwu", "age": 22, "sex": "male" }
{ "_id": "5", "name": "zhangsan", "age": 20, "sex": "female" }

创建一个name和age字段的复合索引：

db.collection.ensureIndex({"name": 1, "age": 1})

示例二：使用explain方法查看查询计划

假设集合中有以下文档：

{ "_id": "1", "name": "zhangsan", "age": 20, "sex": "male" }
{ "_id": "2", "name": "lisi", "age": 21, "sex": "male" }
{ "_id": "3", "name": "zhangsan", "age": 22, "sex": "female" }
{ "_id": "4", "name": "wangwu", "age": 22, "sex": "male" }
{ "_id": "5", "name": "zhangsan", "age": 20, "sex": "female" }

使用explain方法查看查询计划：

db.collection.find({"name": "zhangsan", "age": 20}).explain()

explain方法返回的结果中，包含了查询计划的详细信息。我们可以从中发现，MongoDB选择了name和age字段的复合索引，也就是我们创建的索引，在查询时发挥了作用。