MongoDB 单键(列)索引

2024-01-06 00:30
文章标签 索引 mongodb 单键

本文主要是介绍MongoDB 单键(列)索引,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

MongoDB支持基于集合文档上任意列创建索引。缺省情况下,所有的文档的_id列上都存在一个索引。基于业务的需要,可以基于一些重要的查询和操作来创建一些额外的索引。这些索引可以是单列,也可是多列(复合索引),多键索引,地理空间索引,文本索引以及哈希索引等。 本文主要描述在基于文档上的单列来创建索引。

一、创建语法

    语法:db.collection.createIndex(keys, options)keys:一个包含字段和值键值对的文档,指定该键即在该键上创建索引,如{age:1}创建索引时可以指定索引为升序或者降序,索引键之后的值为1为升序,-1为降序可以基于多个键创建索引,每一个键上可以指定升序或降序options该options为创建索引时的相关选项,该选项为文档类型,以下列出几个常用的选项:background  boolean  可选选项(缺省值false) 是否在后台创建索引(不阻塞数据库活动),其值为布尔型,即true或falseunique boolean       可选选项(缺省值false)用于指定创建的索引是否唯一,其值为布尔型,即true或falsename    string         可选选项是否指定索引的名字。在未指定的情况下,MongoDB会产生一个由键名+排序构成的索引名partialFilterExpression document  可选选项部分过滤表达式,如果指定,索引只引用匹配过滤器表达式的文档。      常用的过滤器包括:equality expressions (i.e. field: value or using the $eq operator),$exists: true expression,$gt, $gte, $lt, $lte expressions,$type expressions,$and operator at the top-level onlysparse  boolean      可选选项(缺省值false)指定该索引是否为间隙索引,间隙索引占用更少的磁盘空间从3.2版本之后,MongoDB支持部分索引,部分索引是间隙索引的超集如果使用MongoDB,建议优先使用部分索引expireAfterSeconds  integer 可选选项指定一个值,以秒为单位,即TTL值,用于控制多久MongoDB保留此集合中的文档该选项适用于TTL索引storageEngine   document 可选选项允许用户在创建索引时指定每个索引所使用的存储引擎的配置。该引擎选项的值形式为: { <storage-engine-name>: <options> }存储引擎配置在创建索引是被验证以及记录到oplog,支持副本集成员使用不同的存储引擎          

二、单键(列)索引示意图

如下图所示,基于文档score键(列)创建一个单键索引
这里写图片描述

三、演示创建单列索引

1、演示环境

> db.version()
3.2.10
> db.example.find({},{"_id":0})
{ "id" : 1, "ename" : "leshami", "blog" : "http://blog.csdn.net/leshami", "name" : "robinson_0612" }演示集合数据,可以参考:http://blog.csdn.net/leshami/article/details/52672310//查看任意的一个文档
> db.persons.find().limit(1).pretty()
{"_id" : ObjectId("5812cbaaa129eed14b46458d"),"name" : "robinson.cheng","age" : 25,"email" : "robinson.cheng@qq.com","score" : {"c" : 89,"m" : 96,"e" : 87},"country" : "USA","books" : ["JS","C++","EXTJS","MONGODB"]
}//查看当前集合上已经存在的索引
> db.persons.getIndexes()
[{"v" : 1,"key" : {"_id" : 1  //该集合上只有一个基于_id的缺省索引},"name" : "_id_","ns" : "test.persons"}
]                               

2、创建单键(列)索引

//下面我们基于集合persons上文档age列来创建一个升序索引
> db.persons.createIndex({age:1})
{"createdCollectionAutomatically" : false,"numIndexesBefore" : 1,  //索引创建前的索引数目为1"numIndexesAfter" : 2,   //索引创建后的索引数目为2"ok" : 1
}
> //下面使用explain方法查看索引是否被使用
//有关获取执行计划的方法可查看:http://blog.csdn.net/leshami/article/details/53521990
> db.persons.find({age:25}).explain()
{"queryPlanner" : {.............."winningPlan" : {"stage" : "FETCH","inputStage" : {"stage" : "IXSCAN", //此处提示使用索引扫描"keyPattern" : {"age" : 1},"indexName" : "age_1",//索引名字为age列+排列顺序  "isMultiKey" : false, //是否为多键索引"isUnique" : false,   //是否为唯一索引"isSparse" : false,   //是否为间隙索引"isPartial" : false,  //是否为部分索引"indexVersion" : 1,   //索引的版本"direction" : "forward",//索引查询的方向"indexBounds" : {"age" : ["[25.0, 25.0]"........."ok" : 1
}//下面通过$gt过滤,这个也将会使用到索引,此处省略执行计划
> db.persons.find({age:{$gt:25}}).explain()

3、基于内嵌文档列创建单列索引

//MongoDB支持在内嵌文档上列上创建单列索引,创建方法与文档上单列创建方法类似。
//在内嵌文档列上的创建,可以使用"." 方式来创建。即内嵌文档列.成员名的方法。
//在内嵌文档中使用索引进行等值匹配,其字段的顺序应该实现精确配置。 //下面在内嵌文档score.c上创建索引
> db.persons.createIndex({"score.c":1})
{"createdCollectionAutomatically" : false,"numIndexesBefore" : 2,"numIndexesAfter" : 3,"ok" : 1
}//查看score.c值为89的查询的执行计划
> db.persons.find({"score.c":89}).explain()
{"queryPlanner" : {......."winningPlan" : {"stage" : "FETCH","inputStage" : {"stage" : "IXSCAN",  //基于索引扫描"keyPattern" : {"score.c" : 1},"indexName" : "score.c_1", //索引的名字"isMultiKey" : false,"isUnique" : false,"isSparse" : false,"isPartial" : false,"indexVersion" : 1,"direction" : "forward","indexBounds" : {"score.c" : ["[89.0, 89.0]"............"ok" : 1
}

4、基于内嵌文档创建索引

//基于内嵌文档创建索引只需要指定内嵌文档键(列)即可
//基于内嵌文档创建索引包含嵌入文档的全部内容,而不是嵌入文档的部分列> db.persons.createIndex({score:1})
{"createdCollectionAutomatically" : false,"numIndexesBefore" : 3,"numIndexesAfter" : 4,"ok" : 1
}//查看基于内嵌文档查询的执行计划及其统计信息
> db.persons.find({score:{c:89,m:96,e:87}}).explain("executionStats")
{"queryPlanner" : {........},"executionStats" : {"executionSuccess" : true,"nReturned" : 1,            //返回一个文档"executionTimeMillis" : 0,"totalKeysExamined" : 1,   //总共检查的键为1个"totalDocsExamined" : 1,   //总共检查的文档为1个"executionStages" : {"stage" : "FETCH","nReturned" : 1,"executionTimeMillisEstimate" : 0,"works" : 2,"advanced" : 1,"needTime" : 0,"needYield" : 0,"saveState" : 0,"restoreState" : 0,"isEOF" : 1,"invalidates" : 0,"docsExamined" : 1,"alreadyHasObj" : 0,"inputStage" : {"stage" : "IXSCAN","nReturned" : 1,"executionTimeMillisEstimate" : 0,"works" : 2,"advanced" : 1,"needTime" : 0,"needYield" : 0,"saveState" : 0,"restoreState" : 0,"isEOF" : 1,"invalidates" : 0,"keyPattern" : {"score" : 1},"indexName" : "score_1","isMultiKey" : false,"isUnique" : false,"isSparse" : false,"isPartial" : false,"indexVersion" : 1,"direction" : "forward","indexBounds" : {"score" : ["[{ c: 89.0, m: 96.0, e: 87.0 }, { c: 89.0, m: 96.0, e: 87.0 }]"]},"keysExamined" : 1,"dupsTested" : 0,"dupsDropped" : 0,"seenInvalidated" : 0}}.........."ok" : 1
}

5、查看集合上已经存在的索引

//从下面的查询可知,当前persons集合上存在4个索引
> db.persons.getIndexes()
[{"v" : 1,"key" : {"_id" : 1},"name" : "_id_","ns" : "test.persons"},{"v" : 1,"key" : {"age" : 1},"name" : "age_1","ns" : "test.persons"},{"v" : 1,"key" : {"score.c" : 1},"name" : "score.c_1","ns" : "test.persons"},{"v" : 1,"key" : {"score" : 1},"name" : "score_1","ns" : "test.persons"}
]

DBA牛鹏社(SQL/NOSQL/LINUX)

这篇关于MongoDB 单键(列)索引的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/574643

相关文章

MySQL进阶之路索引失效的11种情况详析

《MySQL进阶之路索引失效的11种情况详析》:本文主要介绍MySQL查询优化中的11种常见情况,包括索引的使用和优化策略,通过这些策略,开发者可以显著提升查询性能,需要的朋友可以参考下... 目录前言图示1. 使用不等式操作符(!=, <, >)2. 使用 OR 连接多个条件3. 对索引字段进行计算操作4

Go Mongox轻松实现MongoDB的时间字段自动填充

《GoMongox轻松实现MongoDB的时间字段自动填充》这篇文章主要为大家详细介绍了Go语言如何使用mongox库,在插入和更新数据时自动填充时间字段,从而提升开发效率并减少重复代码,需要的可以... 目录前言时间字段填充规则Mongox 的安装使用 Mongox 进行插入操作使用 Mongox 进行更

Java实现Elasticsearch查询当前索引全部数据的完整代码

《Java实现Elasticsearch查询当前索引全部数据的完整代码》:本文主要介绍如何在Java中实现查询Elasticsearch索引中指定条件下的全部数据,通过设置滚动查询参数(scrol... 目录需求背景通常情况Java 实现查询 Elasticsearch 全部数据写在最后需求背景通常情况下

Pandas中多重索引技巧的实现

《Pandas中多重索引技巧的实现》Pandas中的多重索引功能强大,适用于处理多维数据,本文就来介绍一下多重索引技巧,具有一定的参考价值,感兴趣的可以了解一下... 目录1.多重索引概述2.多重索引的基本操作2.1 选择和切片多重索引2.2 交换层级与重设索引3.多重索引的高级操作3.1 多重索引的分组聚

使用Python实现操作mongodb详解

《使用Python实现操作mongodb详解》这篇文章主要为大家详细介绍了使用Python实现操作mongodb的相关知识,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录一、示例二、常用指令三、遇到的问题一、示例from pymongo import MongoClientf

使用MongoDB进行数据存储的操作流程

《使用MongoDB进行数据存储的操作流程》在现代应用开发中,数据存储是一个至关重要的部分,随着数据量的增大和复杂性的增加,传统的关系型数据库有时难以应对高并发和大数据量的处理需求,MongoDB作为... 目录什么是MongoDB?MongoDB的优势使用MongoDB进行数据存储1. 安装MongoDB

oracle数据库索引失效的问题及解决

《oracle数据库索引失效的问题及解决》本文总结了在Oracle数据库中索引失效的一些常见场景,包括使用isnull、isnotnull、!=、、、函数处理、like前置%查询以及范围索引和等值索引... 目录oracle数据库索引失效问题场景环境索引失效情况及验证结论一结论二结论三结论四结论五总结ora

Python中列表的高级索引技巧分享

《Python中列表的高级索引技巧分享》列表是Python中最常用的数据结构之一,它允许你存储多个元素,并且可以通过索引来访问这些元素,本文将带你深入了解Python列表的高级索引技巧,希望对... 目录1.基本索引2.切片3.负数索引切片4.步长5.多维列表6.列表解析7.切片赋值8.删除元素9.反转列表

MySQL的索引失效的原因实例及解决方案

《MySQL的索引失效的原因实例及解决方案》这篇文章主要讨论了MySQL索引失效的常见原因及其解决方案,它涵盖了数据类型不匹配、隐式转换、函数或表达式、范围查询、LIKE查询、OR条件、全表扫描、索引... 目录1. 数据类型不匹配2. 隐式转换3. 函数或表达式4. 范围查询之后的列5. like 查询6

PostgreSQL如何查询表结构和索引信息

《PostgreSQL如何查询表结构和索引信息》文章介绍了在PostgreSQL中查询表结构和索引信息的几种方法,包括使用`d`元命令、系统数据字典查询以及使用可视化工具DBeaver... 目录前言使用\d元命令查看表字段信息和索引信息通过系统数据字典查询表结构通过系统数据字典查询索引信息查询所有的表名可