mongodb 索引浅析

什么是索引

索引是一种用来方便查询数据的 数据结构

B Tree就是一种常用的数据库索引数据结构,MongoDB采用 B 树做索引,索引创建在colletions 上。

我们可以在这个网站上直观的看到索引的效果

https://www.cs.usfca.edu/~galles/visualization/Algorithms.html

除了 B 树,平衡二叉树、红黑数、B + 树都可以用来做索引

mongodb 使用索引和不使用索引

  • MongoDB不使用索引的查询的时候,会先扫描所有的文档,再匹配符合条件的文档。

  • 使用索引的查询,会通过索引找到文档,使用索引能够极大的提升查询效率

mongodb 中的索引

mongodb 中的索引与多种索引类型,梳理一下看看效果

索引类型 描述 demo
单字段索引 在某一个特定的字段上建立索引
mongoDB 在 ID 上建立了唯一的单键索引,所以经常会使用 id 来进行查询;
在索引字段上进行精确匹配、排序以及范围查找都会使用此索引;
创建一个倒序的索引
db.users. createIndex({age:-1});
复合索引 在多个特定的属性上建立索引
复合索引键的排序顺序,可以确定该索引是否可以支持排序操作;
在索引字段上进行精确匹配、排序以及范围查找都会使用此索引,但与索引的顺序
有关;
为了性能考虑,应删除存在与第一个键相同的单键索引
db.users. createIndex({username:1,age:-1,country:1})
多键索引 在数组的属性上建立索引
针对这个数组的任意值的查询都会定位到这个文档,既多个索引入口或者键值引用
同一个文档
db.users.createIndex({favorites.city:1})
空间索引 2 种平面几何的 2d 索引,球面几何的2dsphere索引 见后文详解
文本索引 支持在集合中搜索字符串内容
db.reviews.createIndex( { comments: "text" } )
Hash索引 不同于传统的B-树索引,哈希索引使用hash函数来创建索引
在索引字段上进行精确匹配,但不支持范围查询,不支持多键hash;
Hash索引上的入口是均匀分布的,在分片集合中非常有用
db.users.createIndex({username : 'hashed'})

如何使用索引

MongoDB 使用 createIndex() 方法来创建索引,createIndex() 方法基本语法格式是这样的

db.集合名.createIndex(keys, options)
  • key

文档类型值为要创建的索引字段,1为指定按升序创建索引,-按降序来创建索引指定为-1。

  • options

文档类型值 MongoDB 中提供了丰富的属性,比如 background,是否后台构建索引,

数据量太大时构建索引消耗时间长,为了不影响业务,可以加上此参数

后台运行同时还会为其他读写操作让路

  • name

自定义索引名字

mongodb 的索引属性

唯一索引

可确保索引字段不会存储重复值

MongoDB默认在创建集合时会在_id字段上创建唯一索引,例如

db.collection.createIndex(
  {id:1},
  {unique:true}
) 

部分索引

仅索引集合中符合指定过滤器表达式的文档

较低的存储需求,索引创建和维护的成本变小,例如

db.restaurants.createIndex(
  { cuisine: 1, name: 1 }, 
  {
    partialFilterExpression:{
      rating:{
      $gt: 5
      }
    }
  }
) 

稀疏索引

仅索引包含具有索引字段的文档,哪怕索引字段包含空值,例如

db.addresses.createIndex(
  { "xmpp_id": 1 },
  { sparse: true }
) 

TLL索引

特殊的单字段索引,在一定时间后或在特定时间自动从集合中删除文档

这对于日志和会话类的信息很有用。

db.eventlog.createIndex( 
   {"lastModifiedDate":1},
   {expireAfterSeconds:3600 }
 ) 

不区分大小写

例如

db.fruit.createIndex(
  { type: 1},
  {
    collation:{
      locale:'en',
      strength:2
      } 
    }
)

如何管理索引

创建索引

db.集合名.createIndex()

查看索引

db.集合名.getIndexes()

db.集合名.totalIndexSize()

更新索引

db.集合名.reIndex()

删除索引

db.集合名.dropIndex()

db.集合名.dropIndexes()

单字段索引

图片来源于 mongodb 官网

MongoDB 为文档集合中的任何字段上的索引提供了完整的支持

默认情况下,所有集合在_id字段上都有一个索引,应用程序和用户可以添加额外的索引来支持重要的查询和操作

复合索引

MongoDB 支持复合索引,其中单个索引结构保存对集合文档中多个字段的引用。

[图片上传失败...(image-cb7d74-1666018290956)]

图中可以看到使用了 userid 和 score 的引用, userid 是升序,score 是倒序

在官网上我们可以看到 mongodb 的每一种索引类型的图解

https://docs.mongodb.com/manual/indexes/

  • 单字段索引
  • 符合索引
  • 多键索引

多键索引,或可以称为数组索引

文档的多个待索引字段是数组,不能创建两个多键值字段的复合索引,复合索引只能包含一个字段是多键索引。

MongoDB是文档型数据库,两个字段为数组,这个情况是可以发生改变的,比如其中一个为数组,另一个不是数组。

  • 文本索引
  • 通配符索引

MongoDB 支持动态的文档结构,通过通配符索引应用程序可以查询事先未知字段

例如可以这样创建索引

{ "userMetadata" : { "likes" : [ "pigs", "cats" ] } }
{ "userMetadata" : { "dislikes" : "pickles" } }
{ "userMetadata" : { "age" : 100 } }

可以 通过$**来匹配某个字段后面未知的字段

db.userData.createIndex( { "xxx.$**" : 1 } )
  • 二维空间

MongoDB中有两种二维平面索引:2d、geoHaystack。

1、2d,对在二维平面上坐标点为存储的数据使用索引,是2.2版本中的坐标对。

2、GeyHaystack索引是一个特殊的索引,该索引被优化以在较小的区域上返回结

3、GeHaystack索引提高了使用平面几何图形的查询的性能

例如

平面的坐标我们可以这样来表示

// 数组形式
location: [-43.856077, 21.848447] 
// 内嵌文档形式,第一个为经度,第二个为纬度,忽略字段名
location: { field1: -63, field2: 31,6 }

空间索引总是稀疏的,并且忽略稀疏选项,仅支持简单的二进制比较

  • hash 索引等等

Hash索引通过索引字段值的散列来维护索引数据,使用哈希函数来计算索引字段值的哈希,

主要使用在分片键上。需要注意的点:

1、支持任意单字段的Hash索引,不能创建多键的Hash索引

2、Hash值会发生碰撞,Hash索引不能设定为唯一约束

3、支持相等查询,不支持范围查询

4、创建hash索引的字段也可以创建其他索引

5、hashed索引不支持不能转换为64位整数的浮点值,大于2的53次方的浮点值

// 创建一个hash索引
db.集合名.createIndex( { field: "hashed" } )

写在最后

最后梳理一下 使用 mongodb 的注意事项:

  • 对应用程序的查询要有深刻的理解

确定将要运行的查询的类型,以便可以构建引用这些字段的索引

  • 通过索引来提高查询效率

当索引包含该查询扫描的所有字段时,该索引就支持该查询

  • 通过索引对查询结果进行排序

为了支持有效的查询,在指定索引字段的顺序和排序顺序时间

  • 确保索引有足够的内存

内存有限的情况下,MongoDB 通过保存最近的值来淘汰老值,mongodb 的索引还是很消耗内存的

  • 使用能够覆盖索引的查询

查询使用索引缩小结果范围,可以限制可能检索的文档数量

总的来说,咱们学习还是从官网入手

欢迎点赞,关注,收藏

朋友们,你的支持和鼓励,是我坚持分享,提高质量的动力

好了,本次就到这里

技术是开放的,我们的心态,更应是开放的。拥抱变化,向阳而生,努力向前行。

我是阿兵云原生,欢迎点赞关注收藏,下次见~

你可能感兴趣的:(mongodb 索引浅析)