MongoDB权威指南（4）- Indexing
Note:mongoDB的索引的工作方式和关系数据库中的索引几乎是一样的。
1.索引简介
假设我们要按单个key查询，如下：
对单个的key进行查询的时候，我们可以在这个key上建立索引来提高查询速度。使用ensureIndex方法建立索引如下：
一个索引只需创建一次，重复创建相同的索引没有任何效果。
一个key上建立的索引会使对这个key的查询速度提高，除此之外就没有效果了，即使是查询包含这个key，如：
这个查询里，服务器必须遍历整个collction来找到日期符合的记录，这个过程叫做table scan（全表扫描），一般情况下你都会尽量避免
table scan，因为它对大型的collection运行非常缓慢。作为一条经验规则，你需要给它创建一个索引，包含了查询中用到的所有key的一个索引。
传递给ensureIndex方法的document参数和sort方法的参数是一样的，它是一组key/value对，值可能是1或-1，代表索引进行的方向。
如果索引里只有一个key，方向就无所谓了，如果索引里有多个key，那么你就得考虑索引的方向问题。假设我们有下边的一些用户：
{ " _id " : ..., " username " : " smith " , " age " : 30 , " user_id " : 1 }
{ " _id " : ..., " username " : " john " , " age " : 36 , " user_id " : 2 }
{ " _id " : ..., " username " : " john " , " age " : 18 , " user_id " : 3 }
{ " _id " : ..., " username " : " joe " , " age " : 36 , " user_id " : 4 }
{ " _id " : ..., " username " : " john " , " age " : 7 , " user_id " : 5 }
{ " _id " : ..., " username " : " simon " , " age " : 3 , " user_id " : 6 }
{ " _id " : ..., " username " : " joe " , " age " : 27 , " user_id " : 7 }
{ " _id " : ..., " username " : " jacob " , " age " : 17 , " user_id " : 8 }
{ " _id " : ..., " username " : " sally " , " age " : 52 , " user_id " : 9 }
{ " _id " : ..., " username " : " simon " , " age " : 59 , " user_id " : 10 }
如果我们建立索引{"username" : 1, "age" : -1}，mongoDB就会按下边的样子组织用户：
{ " _id " : ..., " username " : " joe " , " age " : 36 , " user_id " : 4 }
{ " _id " : ..., " username " : " joe " , " age " : 27 , " user_id " : 7 }
{ " _id " : ..., " username " : " john " , " age " : 36 , " user_id " : 2 }
{ " _id " : ..., " username " : " john " , " age " : 18 , " user_id " : 3 }
{ " _id " : ..., " username " : " john " , " age " : 7 , " user_id " : 5 }
{ " _id " : ..., " username " : " sally " , " age " : 52 , " user_id " : 9 }
{ " _id " : ..., " username " : " simon " , " age " : 59 , " user_id " : 10 }
{ " _id " : ..., " username " : " simon " , " age " : 3 , " user_id " : 6 }
{ " _id " : ..., " username " : " smith " , " age " : 48 , " user_id " : 0 }
{ " _id " : ..., " username " : " smith " , " age " : 30 , " user_id " : 1 }
首先按名字的升序排列，名字相同的组里按降序排列。这索引会优化按{"username" : 1, "age" :-1}的排序操作，而对{"username" : 1, "age" : 1}
的排序效果就没那么好了，如果我们想优化{"username" : 1, "age" : 1}，那就应该按{"username" : 1, "age" : 1}来建立索引，让年龄也升序排列。
对username和age建立的索引同时也会是对username的查询速度提高，通常，如果索引有N个key组成，对其中前边部分的查询速度也会提高。
例如，我们建立了索引{"a" : 1, "b" : 1, "c" : 1, ..., "z" : 1},那么效果上相当于我们也有了{"a" : 1}, {"a" : 1, "b" : 1}, {"a" : 1, "b" : 1, "c" :1}等等。
mongoDB的查询优化器会调整查询条件之间的顺序以利用索引，比如说你要查询{"x" : "foo", "y" : "bar"}，而你的索引是{"y" : 1, "x" :1}，优化器会自行调整。
索引的不利之处是给插入、更新、删除操作增添了一些负担。
在某些情况下，使用索引也许还不如不用索引。通常，如果查询返回collection里一半甚至更多的记录，那么相比为几乎每个document查找索引及其值，直接使用
全表扫描还更快些。
索引度量？ （Scaling Index）
假设我们有个collection存储用户的状态消息，我们想按用户查询每个用户的最新状态，根据我们学到的知识，我们可能会这样建立索引：
这个索引会使对user和date的查询速度提高，但实际上并不是最好的选择。按照这个索引，我们的数据可能是下边这个样子：
User 123 on March 12 , 2010
User 123 on March 11 , 2010
User 123 on March 5 , 2010
User 123 on March 4 , 2010
User 124 on March 12 , 2010
User 124 on March 11 , 2010
...
如果只是这个数据规模，这样子看起来还是不错的，如果程序里有百万千万的用户，每个用户每天都会产生几十条状态更新呢？
如果每个用户的状态消息的索引记录都占用了磁盘空间一页的大小，那么每次进行最新状态查询时，数据都不得不加载另外一个页面进内存。
要是我们使用{date : -1, user : 1}做索引，那么数据库就可以将最近几天的索引保持在内存里，会有更少的页面对换，查询最新状态
也会更快。
对嵌入document的key建立索引
对嵌入的document建立索引和对顶级document建立索引没有差别，两者在组合索引里也可以组合使用。
为排序建立索引
如果对一个未建立索引的key调用sort方法，mongoDB需要取出所有的数据，放入内存然后排序，所以这个大小是有限制的，
如果collection太大，mongoDB就会返回一个错误。建立索引可以避免这个问题，使你可以对任意数量的数据进行排序而不会耗尽内存。
2.唯一索引
唯一索引保证对于指定的key，collection里每个document中其值都是唯一的。如，要保证用户名都不重复：
Note：如果key不存在，索引就会将其值存储为null，如果要再插入一个不含此key的document，插入就会失败，因为已经有了一个
值为null的document。
删除重复
对已有的collection建立唯一索引时，里边也许已经有了重复的值，这会导致索引建立失败，如果你想删掉具有重复值的document，
可以使用dropDups选项，遇到的第一个document被保留，其他的都被删除掉了。
组合唯一索引
组合唯一索引里的单个key的值可以是重复的，但是所有key的组合必须是唯一的。
3.使用explain和hint
explain方法返回一个document而不是游标本身，这个document包含了用到的索引、统计信息等。
举个例子，对一个无索引的collection执行一个最简单的查询({}),返回64个document，那么explain的输出为
{
" cursor " : " BasicCursor " ,
" indexBounds " : [ ],
" nscanned " : 64 ,
" nscannedObjects " : 64 ,
" n " : 64 ,
" millis " : 0 ,
" allPlans " : [
{
" cursor " : " BasicCursor " ,
" indexBounds " : [ ]
}
]
}
-
"cursor" : "BasicCursor"
意思是查询没有使用索引 - "nscanned" : 64
数据库扫描过的document数量 - "n" : 64
返回的结果集的document数量 - "millis" : 0
数据库执行查询消耗的毫秒数
现在我们看个稍微复杂点的例子，假设我们在age键上建立了索引，我们要查询年龄为20多岁的用户。
{
" cursor " : " BtreeCursor age_1 " ,
" indexBounds " : [
[{ " age " : 20 },{ " age " : 30 }]
],
" nscanned " : 14 ,
" nscannedObjects " : 12 ,
" n " : 12 ,
" millis " : 1 ,
" allPlans " : [
{
" cursor " : " BtreeCursor age_1 " ,
" indexBounds " : [
[{ " age " : 20 },{ " age " : 30 }]
]
}
]
}
-
"cursor" : "BtreeCursor age_1"
这次不是BasicCursor了，索引是存储在B-Tree的数据结构里，这个查询使用了索引，它是使用了B-Tree类型的游标。
age_1是索引的名字，有了这个名字我们就可以查询system.indexes collection,获取关于此索引的更多信息。> db.system.indexes.find({ " ns " : " test.c " , " name " : " age_1 " })
{
" _id " : ObjectId( " 4c0d211478b4eaaf7fb28565 " ),
" ns " : " test.c " ,
" key " : {
" age " : 1
},
" name " : " age_1 "
} - "allPlans" : [ ... ]
列出了此查询可用的所有的计划。如果我们有多个索引和更加复杂的查询，"allPlans"就会包含所有可能的计划。
让我们看个更复杂点的查询例子，假设我们有一个索引{"username" : 1, "age" : 1}和一个索引{"age" : 1, "username" : 1}，那么当我们
查询username和age的时候会发生什么事？实际上这样要依赖于查询。
{
" cursor " : " BtreeCursor username_1_age_1 " ,
" indexBounds " : [
[
{
" username " : " sally " ,
" age " : 10
},
{
" username " : " sally " ,
" age " : 1.7976931348623157e+308
}
]
],
" nscanned " : 13 ,
" nscannedObjects " : 13 ,
" n " : 13 ,
" millis " : 5 ,
" allPlans " : [
{
" cursor " : " BtreeCursor username_1_age_1 " ,
" indexBounds " : [
[
{
" username " : " sally " ,
" age " : 10
},
{
" username " : " sally " ,
" age " : 1.7976931348623157e+308
}
]
]
}
],
" oldPlan " : {
" cursor " : " BtreeCursor username_1_age_1 " ,
" indexBounds " : [
[
{
"username" : "sally",
"age" : 10
},
{
"username" : "sally",
"age" : 1.7976931348623157e+308
}
]
]
}
}
由于当我们查询的是一个确定的username值和一个age范围值，所以数据库使用的是{"username" : 1, "age" : 1}这个索引，
反过来，如果我们查询的是一个确定的年龄和名字范围，那么数据库就会使用另外的那个索引
{
" cursor " : " BtreeCursor age_1_username_1 multi " ,
" indexBounds " : [
[
{
" age " : 14 ,
" username " : ""
},
{
" age " : 14 ,
" username " : {
}
}
],
[
{
" age " : 14 ,
" username " : / .* /
},
{
" age " : 14 ,
" username " : / .* /
}
]
],
" nscanned " : 2 ,
" nscannedObjects " : 2 ,
" n " : 2 ,
" millis " : 2 ,
" allPlans " : [
{
" cursor " : " BtreeCursor age_1_username_1 multi " ,
" indexBounds " : [
[
{
" age " : 14 ,
" username " : ""
},
{
" age " : 14 ,
" username " : {
}
}
],
[
{
" age " : 14 ,
" username " : / .* /
},
{
" age " : 14 ,
" username " : / .* /
}
]
]
}
]
}
如果你发现数据库使用的不是你想用的索引，那么你可以使用hint强制数据库使用你指定的索引。
指定索引通常是没有必要的，mongoDB有自己的查询优化器，会很聪明地选择使用哪个索引，你只需要关心的是优化器有可用的索引以备选择。
4.索引管理
每个database都有个叫system.indexes的collection，它里边存储了索引的元数据信息，这个collection是保留的，不能进行插入或删除，
只能通过ensureIndex和dropIndexes命令来操作里边的document。system.indexes里包含了每个索引的详细信息，另外还有个叫
system.namespaces的collection列出了索引的名字。查看这collection可以看到，每个collection至少有两条记录，一个是collection本身，
另外的是collection里的每个索引。
建立索引是个耗时耗资源的操作，如果collection的数据量很大，你可以指定background选项来在后台进行工作。
如果没有使用background选项的话，database就会阻塞所有的请求，知道索引建立完成。
如果你不在需要某个索引，你可以用dropIndexes命令移除它，你可能得先在system.indexes里找到索引的名字，因为各种驱动自动生成
的索引名字各不一样。
使用*删除collection的所有的索引
5.地理空间索引
在ensureIndex方法中使用"2d"做参数而不是1或者-1，建立空间索引
gps这个key的值必须是某种成对的值，一个包含两个元素的数组，或者一个有两个key的嵌入的document，下边的例子都是可以的
{ " gps " : { " x " : - 30 , " y " : 30 } }
{ " gps " : { " latitude " : - 180 , " longitude " : 180 } }
嵌入的document里边key的名字是任意的，它们的值缺省是从-180到180，方便使用经纬度，如果你要使用其他的单位，可以指定
最大值和最小值
地理空间索引可以通过两种方式来使用，一是普通的find查询，另外是作为数据库命令。
和下边的使用geoNear命令进行的查询等价
mongoDB还允许你使用一个shape来查找document，为了查找shape里所有的点，我们可以使用"$within"条件操作符，使用"$box"
定义一个矩形
"$box"的值是含两个元素的数组，第一个是左边的Y值小的顶点，第二个是右边的Y值大的顶点。（大概就是这个意思，因为一般地理坐标系统
中，Y轴是向上的，而我们的屏幕坐标中，原点在左上角，Y轴是向下的，数据库里仅仅是数据）
同样，你也可以找到一个圆里边的所有点，$center的第一个元素是圆心，第二个元素是半径
组合空间索引
如果你要查询最近的咖啡馆
{
" _id " : ObjectId( " 4c0d1348928a815a720a0000 " ),
" name " : " Mud " ,
" location " : [x, y],
" desc " : [ " coffee " , " coffeeshop " , " muffins " , " espresso " ]
}