mongodb之索引学习

学习索引分类和创建索引:                
1._id索引 大多数集合默认的索引
2.单键索引:手动创建,一个单一的值
3.多建索引:组合函数
4.复合索引 :最左前缀原则
5.过期索引 :一定时间内失效,注意点:必须是isodate或者其数组,不要使用时间戳,否则不会被自动删除。
6.全文索引 db.tm.ensureindex({"article":"text"}),db.tm.ensureindex({"key1":"text","key2":"text"}),db.tm.ensureindex({$**:"text"})
查询:db.tm.find({$text:{$search:“aa”}})
db.tm.find({$text:{$search:"aa bb cc "}})
db.tm.find({$text:{$search:"aa bb -cc"}})
db.tm.find({$text:{$search:"\"a\"\"bb"\"cc\""}})
全文索引的匹配度$meta
db.tm.find({$text:{$search:"aa bb"}},{score:{$meta:"textScore"}})
db.tm.find({$text:{$search:"aa bb"}},{score:{$meta:"textScore"}}).sort({score:{$meta:"textScore"}})
每次只能指定$text
7.地理位置索引(滴滴打车,大众点评)

2d索引(地址位置索引)
db.localtion.ensureindex({"w":"2d"})

查看索引:db.tm.getIndexes()
建索引db.t1.ensureIndex({x:1})
多键索引db.tm.ensureIndex({x:[1,2,3,4,5]})
复合索引 db.tm.ensureIndex({x:1,y:1})
删除索引db.tm.dropIndex("x_1_y_1")
db.tm.find({x:100,y:100}).explain()
过期索引:db.tm.insert({time:new Date()}) ISOdate 就是当前时间
db.tm.ensureIndex({time:1},{expireAfterSeconds:10})
db.tm.insert({time:new Date(),z:1})
全文索引
db.t1.ensureIndex({article:"text"})
db.t1.insert({article:"aa bb cc"})
查找db.t1.find({$text:{$search:"aa"}})
db.t1.find({$text:{$search:"aa bb cc"}})或关系
db.t1.find({$text:{$search:"aa bb -cc"}})不包含CC
db.t1.find({$text:{$search:"\"aa\"\" bb\"\" -cc\""}})且的关系

全文索引的相似度:db.t1.find({$text:{$search:"aa bb"}},{score:{$meta:"textScore"}})
db.t1.find({$text:{$search:"aa bb"}},{score:{$meta:"textScore"}}).sort({score:{$meta:"textScore"}})

索引命名
db.t1.ensureIndex({x:1,y:2,z:2},{name:"xyz"})
db.t1.dropIndex("xyz")
创建唯一索引
db.t2.ensureIndex({m:1,n:1},{unique:true})

查看s索引存在某个字段

db.abc.find({m:{$exists:true}})

创建2d索引:平面地理位置索引,位置表示方式,经纬度[经度(-180,180),纬度(-90,90)]
db.location.ensureIndex({"w":"2d"})
db.location.insert({w:[1,1]})
db.location.insert({w:[1,2]})
db.location.insert({w:[3,2]})
db.location.insert({w:[32,22]})
db.location.insert({w:[100,90]})
就近查询
db.location.find({w:{$near:[1,1]}})

查询
db.location.find({w:{$near:[1,1],$maxDistance:10}})

地址位置索引
geoNear
db.runCommand({geoNear:"location",near:[1,2],maxDistance:10,num:1})
db.stats

for(i=1;i<10000;i++)db.tt.insert({n:i})

查看运行状态
/export/mongodb/bin/mongostat -h 192.168.1.70:22222
faults locked idx miss没有使用索引值
qr|qw读写队列

查看当前级别
db.getProfilingStatus()
0:profile为关闭,mongodb不会记录任何操作
1配合slowms使用,mongodb会记录任何超过slowms的操作
2会记录任何记录
修改级别profile
db.setProfilingLevel(0)
db.system.profile.find().sort({$natural:1}).limit(10)
查询排序

db.system.indexes.find().sort({$nature:1})

时间: 2024-11-10 04:46:02

mongodb之索引学习的相关文章

Mongodb的索引--学习笔记(未完)

全文索引 建立方法: --在articles集合的key字段上创建全文索引 db.articles.ensureIndex({key:"text"}) --在articles集合的key_1,key_2字段上创建全文索引 db.articles.ensuereIndex({key_1:"text",key_2:"text"}) --在articles集合的所有字段上创建全文索引 db.articles.ensuereIndex({"$*

MongoDB入门学习(四):MongoDB的索引

上一篇讲到了MongoDB的基本操作增删查改,对于查询来说,必须按照我们的查询要求去集合中,并将查找到的结果返回,在这个过程中其实是对整个集合中每个文档进行了扫描,如果满足我们的要求就添加到结果集中最后返回.对于小集合来说,这个过程没什么,但是集合中数据很大的时候,进行表扫描是一个非常恐怖的事情,于是有了索引一说,索引是用来加速查询的,相当于书籍的目录,有了目录可以很精准的定位要查找内容的位置,从而减少无谓的查找. 1.索引的类型 创建索引可以是在单个字段上,也可以是在多个字段上,这个根据自己的

MongoDB数据模型和索引学习总结

MongoDB数据模型和索引学习总结 1. MongoDB数据模型: MongoDB数据存储结构: MongoDB针对文档(大文件採用GridFS协议)採用BSON(binary json,採用二进制编码)数据格式来存储和交换数据.Bson吸收了JSON schema-less的特点,存储结构松散,不须要像RDB(关系数据)那样事先定义数据存储的元数据结构.另外添加了多种数据类型的支持和优化,使读写更加高效. (1) BSON 支持的数据类型: Double.String.Object.Arra

MongoDB索引(一) --- 入门篇:学习使用MongoDB数据库索引

这个系列文章会分为两篇来写: 第一篇:入门篇,学习使用MongoDB数据库索引 第二篇:进阶篇,研究数据库索引原理--B/B+树的基本原理 1. 准备工作 在学习使用MongoDB数据库索引之前,有一些准备工作要做,之后的探索都是基于这些准备工作. 首先需要建立一个数据库和一些集合,这里我就选用一个国内手机号归属地的库,大约32W条记录,数据量不大,不过做一些基本的分析是够了. 首先我们建立一个数据库,叫做db_phone,然后导入测试数据.测试数据就是一些手机号归属地的信息.单个文档长这个样子

【MongoDB学习笔记20】MongoDB的索引

MongoDB的索引和关系型数据库的索引概念和功能是相同的: (1)不使用索引的搜索可以称为全表扫面,也就是说,服务器必须找完整个表才能查询整个结果: (2)建立索引后搜索,查询在索引中搜索,在索引的条目中找到条目以后,就可以直接跳转到目标文档的位置:这样的搜索比全表的搜索的速度要提高好几个数量级: 先向集合blog中添加1000000个文档: > for (i=0;i<1000000;i++){    ... db.users.insert(     ... {"i":i

MongoDB权威指南学习笔记4---查询相关的知识点

1 find find({查询条件},{"key":1,"email":1})  后面表示返回哪些键 2 可用的比较操作符 $lt , $lte,$gt,$gte 比如db.users.find({"age":{"$gte":18,"$lte":30}}) 3不等于 find(...{"key":{"$ne":"value"}} 4 in find

MongoDB权威指南学习笔记5---索引相关的知识点

1 查看查询计划 db.user.find({"username":"xxx"}) .explain() db.doc.find({"es_y":"2014"}).explain() {  "cursor" : "BasicCursor",  "isMultiKey" : false,  "n" : 0,  "nscannedObject

MongoDB数据库索引

前面的话 索引通常能够极大的提高查询的效率,如果没有索引,MongoDB在读取数据时必须扫描集合中的每个文件并选取那些符合查询条件的记录.这种扫描全集合的查询效率是非常低的,特别在处理大量的数据时,查询可以要花费几十秒甚至几分钟,这对网站的性能是非常致命的.本文将详细介绍MongoDB数据库索引 引入 索引能够提高查询效率,如何体现呢?接下来使用性能分析函数explain()来进行分析说明 首先,插入10万条数据 接着,不创建索引,来寻找time范围在100和200之间的文档 由图中所知,tot

Mongodb的索引

1. 简单介绍 索引是为了加速查询. 假设没有索引,mongodb在查询时会做表扫描,假设集合非常大时,这个查询会非常慢. 一般对创建查询时的键都建立索引. 为排序字段建立索引,假设对未建立索引的字段sort,mongodb会将全部的数据取到内存中来排序, 假设集合大到不能在内存中排序,则mongodb会报错. 2. mongodb创建索引 创建索引使用ensureIndex命令. > db.people.ensureIndex({"username" : 1}); 上面语句对p