數據庫保存記錄的機制是建立在文件系統上的，索引也是以文件的形式存儲在磁盤上，在數據庫中用到最多的索引結構就是B樹。盡管索引在數據庫領域是不可缺少的，但是對一個表建立過多的索引會帶來一些問題，索引的建立要花費系統時間，同時索引文件也會占用磁盤空間。如果并發寫入的量很大，每個插入的文檔都要建立索引，可想而知，性能會較低。因此合理的建立索引是關鍵，搞清楚哪些字段上面需要建立索引，索引以什么樣的方式建立，我們需要對每個查詢過程進行分析，才能得出合理的結論。

1. 索引

在MongoDB上面，索引能夠提高讀操作及查詢性能。沒有索引，Mongodb必須掃描集合中的每一個文檔，然后選擇與查詢條件匹配的文檔，這種全表掃描的方式是非常低效的。MongoDB索引的數據結構也是B+樹，它能夠存儲一小部分集合的數據，集體來說就是存儲集合中建有索引的一個或多個字段的值，而且按照值的升序或者降序排列。對于一個查詢來說，如果存在合適的索引，MongoDB能夠利用這個索引減少文檔的掃描數量，甚至對于某些查詢能夠直接從索引中返回結果，不需要再去掃描數據集合，這種查詢是非常高效的。

1.1 單字段索引

MongoDB默認為所有集合都建立了一個_id字段的單字段索引，而且這個索引是唯一的，不能被刪除，_id字段作為一個集合的主鍵，值是唯一的，對于一個集合來說，也可以在其他字段上創建單字段的唯一索引，如下面所述。

先插入一些數據:

> for(var i=1;i<10;i++){db.customers.insert({"name":"jordan"+i,"country":"American"})} > for(var i=1;i<10;i++){db.customers.insert({"name":"gaga"+i,"country":"American"})} > for(var i=1;i<10;i++){db.customers.insert({"name":"ham"+i,"country":"UK"})} > for(var i=1;i<10;i++){db.customers.insert({"name":"brown"+i,"country":"UK"})} > for(var i=1;i<10;i++){db.customers.insert({"name":"ramda"+i,"country":"Malaysia"})}

下面建立單字段唯一索引

> db.customers.ensureIndex({name:1},{unique:true})

單字段唯一索引去掉{unique:true}選項就是一個普通的單字段索引。

唯一索引創建成功后，會在相應數據庫的系統集合system.indexs中增加一條索引記錄，如下所示：

> db.system.indexes.find()

最后一條畫紅線的是剛剛添加的唯一索引。索引記錄中v表示索引的版本；key表示索引建立在哪個字段上；1表示索引按照升序排列；索引記錄所在的命名空間，name表示唯一索引的名稱。唯一索引與普通索引的區別是要求插入的所有記錄在創建索引的鍵值上唯一。

下面執行查詢，一個用索引字段作為查詢選擇器；一個不用索引字段作為查詢選擇器進行比較。

> db.customers.find({"name":"ramda9"}).explain()

以上查詢語句執行返回的結果用到了剛剛創建的索引:

> db.customers.find({"country":"Malaysia"}).explain()

以上查詢語句執行返回的結果沒有用到剛剛創建的索引。

1.2 復合索引

MongoDB支持多個字段的復合索引，復合索引支持匹配多個字段的查詢。

給上面插入的數據創建一個復合索引：

> db.customers.ensureIndex({name:1,country:1})

1.3 數組的多鍵索引

如果對一個值為數組類型的字段創建索引，則會默認對數組中的每一個元素創建索引。

1.4 索引管理

通過上面創建的索引可以看到，索引記錄都保存在特殊的集合system.indexs中。創建索引的語法如下所示:

>db.collection.ensureIndex(keys,options)

keys是一個document文檔，包含需要添加索引的字段和索引的排序方向；option是可選參數，控制索引的創建方式。

索引的刪除并不是直接找到索引所在的集合system.indexs，通過在集合上執行remove命令來刪除，而是通過執行集合上的命令dropIndex來刪除的。例如刪除上面創建的如下復合索引。

> db.customers.dropIndex("name_1_country_1")

其中參數為索引的名稱。

2. 查詢優化

　　查詢優化的目的是找出慢的查詢語句，分析慢的原因，然后優化此查詢語句。

　　Mongodb對于超過100ms的查詢語句，會自動地輸出到日志文件里面，因此找出慢查詢的第一步是查看MongoDB的日志文件，如果覺得這100ms閾值過大，可以通過mongod的服務啟動選項showms來設置，它的默認值是100ms。

　　用上面的方法找出慢查詢可能比較粗糙，第二種定位慢查詢的方法是打開數據庫的監視功能，它默認是關閉的，可以通過下面的命令打開。

　　db.setProfilingLevel(level，[slowms])

　　參數level是監視級別，值為0表示關閉數據庫的監視功能，為1表示只記錄慢查詢，為2表示記錄所有操作；slown為可選參數，設定慢查詢的閾值。

　　所有監視的結果都將保存到一個特殊的集合systemn.profile中。

　　通過上面的兩種方法可以找出慢查詢的語句，然后通過建立相應的索引基本可以解決絕大部分的問題。但是有時我們需要更加精細的優化代碼，這就需要分析這些慢查詢的執行計劃，查看查詢是否用到索引，是否與我們想要的執行計劃相同，用Mongodb的explian命令可以查看執行計劃。

轉載于:https://www.cnblogs.com/longshiyVip/p/5095935.html

總結

以上是生活随笔為你收集整理的MongoDB实战指南(二)：索引与查询优化的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。