MongoDB數據庫中索引(index)詳解

索引：特殊的數據結構，存儲表的數據的一小部分以實現快速查詢

優點：

1、大大減少了服務器需要掃描的數據量

2、索引可以幫助服務器避免排序或使用臨時表

3、索引可以將隨機io轉換為順序io

索引評估：三星（非常好）

一星：索引如果能將相關的記錄放置到一起

二星：索引中數據的存儲順序與查找標准中順序一致

三星：如果索引中包含查詢中所需要的全部數據：（覆蓋索引）

DBA書：關系型數據庫索引設計與優化

索引類別：

順序索引

散列索引：將索引映射至散列桶上，映射是通過散列函數進行的

評估索引的標准：

訪問類型：做等值比較用散列索引，用范圍比較時用順序索引

訪問時間：

插入時長：

刪除時長：

空間開銷：

順序索引：

聚集索引：如果某記錄文件中的記錄順序是按照對應的搜索碼指定的順序排序，聚集索引頁成為主索引

非聚集索引：搜索碼中的指定的次序與記錄文件中的記錄次序不一致

有聚集索引的數據文件，也叫做索引順序文件

根據索引中是否為每個記錄相應的創建索引項，可分為稠密索引和稀疏索引

多級索引：（但對頻繁修改的數據，性能很差）

輔助索引必須是稠密索引

B+樹索引：順序索引

Balance Tree:平衡樹索引

順序索引的特性：

全值匹配：Name='user12'

匹配最左前綴：Name LIKE  'User1%',無效：Name LIKE '%User1%'

匹配列前綴：Name LIKE  'User1%',無效：Name LIKE '%User1%'

匹配范圍值

精確匹配某一列並范圍匹配另外一列：

只訪問索引的查詢

散列索引：

散列函數：

分布隨機

分布均勻

適用場景：

精確匹配:=,IN(),<=>

Mysql:全文索引，fulltext

sphinx，lucene

空間索引：必須使用空間索引函數獲取相應的查詢結果

主鍵、唯一鍵

Mysql：創建索引

create index index_name on table (col1,…)

alter table add index

alter table drop index

drop index index_name from table

show indexes from table

Mongodb創建索引：

id字段就有主索引

在Name創建索引：

查看所有：

默認在id上創建了主索引

唯一索引：

db.collection.ensureIndex({"user_id":1},{unique:true})

sparse index:稀疏索引

db.collection.ensureIndex({"user_id":1},{sparse:true})

Mongodb：

索引可以創建在collection上，也可以創建在子文檔中

Mongodb索引類型：

單鍵索引

組合索引

多鍵索引：

空間索引

文本索引

hash索引

hash索引：

刪除索引：

或者

db.mycoll.dropIndexes()：刪除mycoll的所有索引

查詢過程：explain

掃描了100個數據

創建索引後，只掃描一個數據

指定索引：

創建組合索引：

通過組合索引查詢：

> db.testcoll.find({Name:'User19'}).hint({Name:1,Age:1}).explain()
{
 "cursor" : "BtreeCursor Name_1_Age_1",
 "isMultiKey" : false,
 "n" : 1,
 "nscannedObjects" : 1,
 "nscanned" : 1,
 "nscannedObjectsAllPlans" : 1,
 "nscannedAllPlans" : 1,
 "scanAndOrder" : false,
 "indexOnly" : false,
 "nYields" : 0,
 "nChunkSkips" : 0,
 "millis" : 0,
 "indexBounds" : {
  "Name" : [
   [
    "User19",
    "User19"
   ]
  ],
  "Age" : [
   [
    {
     "$minElement" : 1
    },
    {
     "$maxElement" : 1
    }
   ]
  ]
 },
 "server" : "stu:27017"
}