MongoDB - 索引底层原理和使用，聚合的使用（案例 + 演示）

目录

一、MongoDB 索引

1.1、说明

1.2、原理

1.3、操作

1.3.1、创建索引

1.3.2、查看集合索引列表

1.3.3、查看集合索引大小

1.3.4、删除集合所有索引

1.3.5、删除集合指定索引

1.3.6、创建复合索引

1.4、聚合

a） 统计每个作者写的文章数

b）统计每个作者各自文章中点赞量的最大值

c）统计每个作者各自文章中点赞量的最小值

d） 统计每个作者的平均点赞量

e）统计每个作者的所有文章内容（不会去重）

f）统计每个作者的所有文章内容（去重）

g） 获取每个作者第一个文章标题.

h）获取每个作者最后一个文章标题.

---

一、MongoDB 索引

---

1.1、说明

MongoDB 中的索引和 MySQL 索引十分类似，能够极大的提高查询效率，如果没有索引，就需要扫描全集数据，效率非常低.  索引是一种特殊的数据结构，存储在一个易于遍历的读取的数据集合中，是对数据库表中一列或多列值进行排序的一种结构.

1.2、原理

下图来自于 MongoDB 官方文档：Indexes — MongoDB Manual

解释：

例如有一个 users 集合，每一个元素都含有 score 这个属性，现在如果需要查询分数小于 30 的文档，在没有索引的情况下就需要扫描全集数据，将符合条件的放到结果集中.

为了提升查询效率，我们就可以对 score 建立索引，建立索引的过程中就会对成绩按照我们建立索引的指定的参数，对分数进行升序或者降序排序，保存到索引库中.  这样，当查询分数小于 30 的文档时，就可以直接从排好序的分数索引中拿到分数对应的指针，进而拿到文档.

1.3、操作

1.3.1、创建索引

语法如下

db.集合名.createindex(keys, options)

 示例如下

> db.index.find();
{ "_id" : 0, "name" : "cyk0", "age" : 20 }
{ "_id" : 1, "name" : "cyk1", "age" : 21 }
{ "_id" : 2, "name" : "cyk2", "age" : 22 }
{ "_id" : 3, "name" : "cyk3", "age" : 23 }
{ "_id" : 4, "name" : "cyk4", "age" : 24 }
{ "_id" : 5, "name" : "cyk5", "age" : 25 }
{ "_id" : 6, "name" : "cyk6", "age" : 26 }
{ "_id" : 7, "name" : "cyk7", "age" : 27 }
{ "_id" : 8, "name" : "cyk8", "age" : 28 }
{ "_id" : 9, "name" : "cyk9", "age" : 29 }
> 
> db.index.createindex({name: 1, age: -1})
{
	"numIndexesBefore" : 1,
	"numIndexesAfter" : 2,
	"createdCollectionAutomatically" : false,
	"ok" : 1
}

语法中的 key 表示要创建的索引对象，1 表示按照升序创建索引，-1 表示降序创建索引.

options 表示一些可选参数，如下（黄色标记为常用参数）：

Parameter	Type	Description
background	Boolean	建索引过程会阻塞其它数据库操作，background可指定以后台方式创建索引，即增加 "background" 可选参数。 "background" 默认值为false。 有时候创建的索引特别大，就可能会阻塞，因此需要后台创建.
unique	Boolean	建立的索引是否唯一。指定为true创建唯一索引。默认值为false.
name	string	索引的名称。如果未指定，MongoDB的通过连接索引的字段名和排序顺序生成一个索引名称。
sparse	Boolean	对文档中不存在的字段数据不启用索引；这个参数需要特别注意，如果设置为true的话，在索引字段中不会查询出不包含对应字段的文档.。默认值为 false.
expireAfterSeconds	integer	指定一个以秒为单位的数值，完成 TTL设定，设定集合的生存时间。
v	index version	索引的版本号。默认的索引版本取决于mongod创建索引时运行的版本。
weights	document	索引权重值，数值在 1 到 99,999 之间，表示该索引相对于其他索引字段的得分权重。
default_language	string	对于文本索引，该参数决定了停用词及词干和词器的规则的列表。 默认为英语
language_override	string	对于文本索引，该参数指定了包含在文档中的字段名，语言覆盖默认的language，默认值为 language.

例如指定索引的名称：

> db.index.createIndex({age: 1}, {name: 'age_index'});
{
	"numIndexesBefore" : 1,
	"numIndexesAfter" : 2,
	"createdCollectionAutomatically" : false,
	"ok" : 1
}
> 
> db.index.getIndexes();
[
	{
		"v" : 2,
		"key" : {
			"_id" : 1
		},
		"name" : "_id_"
	},
	{
		"v" : 2,
		"key" : {
			"age" : 1
		},
		"name" : "age_index"
	}
]
> 

1.3.2、查看集合索引列表

db.集合名.getIndexes()

1.3.3、查看集合索引大小

db.集合名.totalIndexSize()

 

 

1.3.4、删除集合所有索引

db.集合名.dropIndexes()

Ps：id 索引不会被删除.

1.3.5、删除集合指定索引

db.index.dropInde('索引名')

1.3.6、创建复合索引

与 MySQL 的复合索引一样，一个索引值是由多个 key 进行维护的索引就是复合索引.

db.集合名.createIndex({key, key, ......})

1.4、聚合

MongoDB 中的聚合主要用于处理 例如 求和、求差、平均值 等，并返回计算结果. 类似于 MySQL 中的 max()、count(*).

db.集合名.aggregate([{$group: {_id: '$要分组的字段', 自定义组名: {聚合表达式}}}])

表达式	描述	实例
$sum	计算总和。	db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$sum : "$likes"}}}])
$avg	计算平均值	db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$avg : "$likes"}}}])
$min	获取集合中所有文档对应值得最小值。	db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$min : "$likes"}}}])
$max	获取集合中所有文档对应值得最大值。	db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$max : "$likes"}}}])
$push	将值加入一个数组中，不会判断是否有重复的值。	db.mycol.aggregate([{$group : {_id : "$by_user", url : {$push: "$url"}}}])
$addToSet	将值加入一个数组中，会判断是否有重复的值，若相同的值在数组中已经存在了，则不加入。	db.mycol.aggregate([{$group : {_id : "$by_user", url : {$addToSet : "$url"}}}])
$first	根据资源文档的排序获取第一个文档数据。	db.mycol.aggregate([{$group : {_id : "$by_user", first_url : {$first : "$url"}}}])
$last	根据资源文档的排序获取最后一个文档数据	db.mycol.aggregate([{$group : {_id : "$by_user", last_url : {$last : "$url"}}}])

例如数据如下：

作者 cyk 写了文章 aaa 和 bbb，作者 lyj 写了文章 ccc.  likes 表示点赞量.

a） 统计每个作者写的文章数

当然有需要，也可以对聚合的结果乘上一个倍数.

b）统计每个作者各自文章中点赞量的最大值

c）统计每个作者各自文章中点赞量的最小值

d） 统计每个作者的平均点赞量

e）统计每个作者的所有文章内容（不会去重）

f）统计每个作者的所有文章内容（去重）

g） 获取每个作者第一个文章标题.

 

h）获取每个作者最后一个文章标题.