??
索引简介
MongoDB同传统数据库索引一样，同样使用的是B-tree索引，绝大多数优化MySQL/Oracle/SQLlite索引技术也同样适用于MongoDB.
创建索引使用ensureIndex方法
创建普通索引
> db.users1.find()
{ "_id" : 1, "username" : "smith", "age" : 48, "user_id" : 0 }
{ "_id" : 2, "username" : "smith", "age" : 30, "user_id" : 1 }
{ "_id" : 3, "username" : "john", "age" : 36, "user_id" : 2 }
{ "_id" : 4, "username" : "john", "age" : 18, "user_id" : 3 }
{ "_id" : 5, "username" : "joe", "age" : 36, "user_id" : 4 }
{ "_id" : 6, "username" : "john", "age" : 7, "user_id" : 5 }
{ "_id" : 7, "username" : "simon", "age" : 3, "user_id" : 6 }
{ "_id" : 8, "username" : "joe", "age" : 27, "user_id" : 7 }
{ "_id" : 9, "username" : "jacob", "age" : 17, "user_id" : 8 }
{ "_id" : 10, "username" : "sally", "age" : 52, "user_id" : 9 }
{ "_id" : 11, "username" : "simon", "age" : 59, "user_id" : 10 }
--在username字段上创建正序索引
> db.users1.ensureIndex({"username":1})
--对下面查询创建有效索引
> db.people.find({"date" : date1}).sort({"date" : 1, "username" : 1})
> db.people.ensureIndex({"date" : 1, "username" : 1})
创建索引内嵌文档索引
--内嵌文档如下
> db.blog.posts.findOne({"comments.name":"licz"})
{
"_id" : ObjectId("4b2d75476cc613d5ee930164"),
"comments" : [
{
"content" : "nice post.",
"date" : ISODate("2016-02-17T08:01:43.813Z"),
"email" : "[email protected]",
"name" : "joe",
"visits" : 1
},
{
"content" : "good post.",
"date" : ISODate("2016-02-17T08:00:45.746Z"),
"email" : "[email protected]",
"name" : "licz"
}
],
"content" : "...",
"title" : "A blog post"
}
> db.bolg.posts.ensureIndex({"comments.date":1})
创建唯一索引
> db.people.ensureIndex({"username" : 1}, {"unique" : true})
--消除重复
当为已有的集合中创建唯一索引时，可能一些已经重复了。这时创建索引会失败，有时可能需要把重复的文档都删掉，dropDups选项就可以保留发现的第一个文档，而删除有重复的文档。
> db.people.ensureIndex({"username" : 1}, {"unique" : true, "dropDups" : true})
使用explain和hint
explain会返回查询使用索引的情况，耗时及扫描文档的统计信息。
> db.users1.find({"username":"joe"})
{ "_id" : 5, "username" : "joe", "age" : 36, "user_id" : 4 }
{ "_id" : 8, "username" : "joe", "age" : 27, "user_id" : 7 }
> db.users1.find({"username":"joe"}).explain()
{
"cursor" : "BtreeCursor username_1",
"isMultiKey" : false,
"n" : 2,
"nscannedObjects" : 2,
"nscanned" : 2,
"nscannedObjectsAllPlans" : 2,
"nscannedAllPlans" : 2,
"scanAndOrder" : false,
"indexOnly" : false,
"nYields" : 0,
"nChunkSkips" : 0,
"millis" : 3,
"indexBounds" : {
"username" : [
[
"joe",
"joe"
]
]
},
"server" : "racdb:27017"
}
如果发现MongoDB使用了非预期的索引，可以使用hint强制使用某个索引。如：
> db.c.find({"age" : 14, "username" : /.*/}).hint({"username" : 1, "age" : 1})
和Oracle中使用hint一样，hint多数情况下是没必要指定的。因为MongoDB非常智能，会替你选择选择使用如个索引。
管理索引
索引元信息都在system.indexes集合中
> db.system.indexes.find()
{ "v" : 1, "key" : { "_id" : 1 }, "name" : "_id_", "ns" : "test.my_collection" }
{ "v" : 1, "key" : { "x" : 1 }, "name" : "x_1", "ns" : "test.my_collection" }
{ "v" : 1, "key" : { "_id" : 1 }, "name" : "_id_", "ns" : "test.people" }
......
{ "v" : 1, "key" : { "_id" : 1 }, "name" : "_id_", "ns" : "test.stocks" }
{ "v" : 1, "name" : "username_1", "key" : { "username" : 1 }, "ns" : "test.users1" }
{ "v" : 1, "name" : "_id_", "key" : { "_id" : 1 }, "ns" : "test.bolg.posts" }
{ "v" : 1, "name" : "comments.date_1", "key" : { "comments.date" : 1 }, "ns" : "test.bolg.posts" }
--删除索引
> db.users1.dropIndexes({"username":1})
{
"nIndexesWas" : 2,
"msg" : "non-_id indexes dropped for collection",
"ok" : 1
}
--或是使用runCommand命令删除索引
> db.runCommand({"dropIndexes":"bolg.posts","index":"comments.date_1"})
{ "nIndexesWas" : 2, "ok" : 1 }
--修改索引（重建索引）
当原来的索引不好用时，需要重建索引，这时可以使用backgroud选项使创建过程在后台运行，这样会避免数据库产生阻塞。
> db.users1.ensureIndex({username:1},{backgroud:true})
地理空间索引
还有一查询变得越来越流行:要找到离当前位置最近的N个场所，如要找到给定经纬度坐标周围最近的咖啡馆。
MongoDB为坐标平面提供了专门的索引，称作：地理空间索引
同样可以用ensureIndex来创建，只不过参数不是1或-1，而是"2d"
db.map.ensureIndex({"gps":"2d"})
"gps"必需是某种形式的一对值：一个包含两个元素的数组或是包含两个键的内嵌文档；键值名可以任意。如下：
{ "gps" : [ 0, 100 ] }
{ "gps" : { "x" : -30, "y" : 30 } }
{ "gps" : { "latitude" : -180, "longitude" : 180 } }
默认情况下地理空间的范围是-180~180(经纬度)，要想用其它值，可以通过ensureIndex选项指定最大最小值：
> db.star.trek.ensureIndex({"light-years" : "2d"}, {"min" : -1000, "max" : 1000})
这样就创建了一个2000光年见方的索引。
地理空间查询方法
使用$near
返回离[40, -73]最近的10个文档
> db.map.find({"gps" : {"$near" : [40, -73]}}).limit(10)
或是：
> db.runCommand({geoNear : "map", near : [40, -73], num : 10});
查找指定开头内的文档
即将原来的$near换成$within
$within形状参数文档(http://www.mongodb.org/display/DOCS/Geospatial+Indexing)
矩形：使用"$box"
> db.map.find({"gps" : {"$within" : {"$box" : [[10, 20], [15, 30]]}}})
圆形：使用"$center"
> db.map.find({"gps" : {"$within" : {"$center" : [[12, 25], 5]}}})
复合地理空间索引
应用经常要找的东西不只是一个地点。例如，用户要找出周围所有的咖啡店或披萨店。将地理空间索引与普通索引组合起来就可以满足这种需求。
例如，要查询"location"和"desc"，就可以这样创建索引：
> db.ensureIndex({"location" : "2d", "desc" : 1})
然后就可能很快找到最近的咖啡馆了
> db.map.find({"location" : {"$near" : [-70, 30]}, "desc" : "coffeeshop"}).limit(1)
{
"_id" : ObjectId("4c0d1348928a815a720a0000"),
"name" : "Mud",
"location" : [x, y],
"desc" : ["coffee", "coffeeshop", "muffins", "espresso"]
}
注意：创建一个关键词组对于用户自定义查找很有帮助。