索引
MongoDB也是有索引的
索引是对数据库一列或多列值进行排序的存储结构，底层一般是一种树状结构，没有索引查询会进行全表扫描，数据量大的时候会严重降低效率。MongoDB 索引和关系型数据库相同，默认情况下 MongoDB 在一个集合创建时就对 _id 创建了唯一索引。
# 索引的类型
# 几大索引类型
- 单键索引 (Single Field)
- 过期索引TTL （ Time To Live）
- 复合索引(Compound Index）
- 多键索引（Multikey indexes）
- 地理空间索引（Geospatial Index）
- 全文索引
- 哈希索引 （Hashed Index）
下面对这些索引进行简单介绍
单键索引 就是单值索引，支持所有类型的单个字段索引，并且可以在文档的任何字段上定义， 对于单个字段索引，索引键的排序顺序无关紧要，因为 MongoDB 可以在任一方向读取索引。 单个例上创建索引
db.集合名.createIndex({"字段名":排序方式}) # 1升序。-1降序 db.集合名.getIndexes()1
2过期索引 是一种特殊的索引，支持文档在一段时间后自动删除，目前过期索引只能在单个字段上建立，并且类型必须是日期类型。
# expireAfterSeconds：过期时间 db.集合名.createIndex({"日期字段":排序方式}, {expireAfterSeconds: 秒数})1
2复合索引 复合索引支持基于多个字段的索引； 制作复合索引时要注意的重要事项包括：字段顺序与索引方向。这个类似于mysql的联合索引。
db.集合名.createIndex( { "字段名1" : 排序方式, "字段名2" : 排序方式 } ) # 字段顺序 db.集合名.find({"字段名1":'xx'}) # 启用复合索引1
2
3复合索引可以参考一下：MongoDB 复合索引_乐沙弥的世界-CSDN博客_mongodb 复合索引 (opens new window)
多键索引 针对数组，MongoDB 支持针对数组中每一个element 创建索引，包括 strings、numbers、nested documents；
地理空间索引 针对地理空间坐标数据创建索引； 2dsphere 索引，用于存储和查找球面上的点； 2d 索引，用于存储和查找平面上的点；
全文索引 string 内容的分词查询，支持任意属性值为 string 或 string 数组，一个集合仅支持最多一个Text Index，另外中文分词不理想，推荐ES；
db.集合名.createIndex({"字段": "text"}) db.集合名.find({"$text": {"$search": "张"}})1
2哈希索引 针对属性的哈希值进行索引查询，当要使用 Hashed index 时，MongoDB 能够自动的计算 hash 值，无需程序计算 hash 值，hash index 仅支持单个字段等于查询，不支持范围查询；
db.集合名.createIndex({"字段": "hashed"})1
# 慢查询分析
主要步骤如下
开启内置的查询分析器,记录读写操作效率
db.setProfilingLevel(n,m) # n的取值可选0,1,2（一般设置为1） # 0表示不记录 # 1表示记录慢速操作,如果值为1,m不能为空，单位为ms,用于定义慢速查询的阈值 # 2表示记录所有的读写操作 db.setProfilingLevel(1,500)1
2
3
4
5查询监控结果
# 导出最慢的三个 db.system.profile.find().sort({millis:-1}).limit(3)1
2explain 分析
分析慢速查询：应用程序设计不合理、数据模型设计有误、硬件配置问题、缺少索引等
解读 explain 结果，确定是否缺少索引
# 索引的原理
。。。差点被误导了，可能在之前是用的B-树，但是WiredTiger引擎默认的是B+树
耗时一上午检索，找到了几种mongodb使用B树的"强行"解释，我将其归为如下： 既然是非sql数据库，就应该好好利用其支持文本\复杂数据类型的优势，通过表结构的设计，保证数据库的使用者，通过单条查询就能拿到数据,而B树的遍历查询效率虽然不如B+树，但是由于非叶子节点直接就能拿到并返回数据，因此单条查询速度是快于B树的
以下是本人观点： B树的单条查询确实是会更快，但是以本人所经历的项目经验来说，mongodb的表不会都是单条查询的场景，更多的使用场景还是基于几个属性的遍历，当然这可以通过创建复合索引去加快查找速度，然而创建多个索引，本身就会极大的降低数据库写的性能，创建多个索引之后读的性能也不会对比B+树有更多的优势。 综上，如果本人作为引擎的开发者，会选择B+树作为实现索引的数据结构，尽管这牺牲了一部分单条查询的性能，但是常用场景下查询的性能更为可靠。
看这篇mongodb的索引实现该用B树还是B+树 - SegmentFault 思否 (opens new window)
参考：
『浅入浅出』MongoDB 和 WiredTiger - 面向信仰编程 (draveness.me) (opens new window)