《一起学mongodb》之第四卷 索引

前言

索引的重要性在数据库中是不言而喻的，mysql 中使用了 B+ 数来当做索引的数据结构，为 mysql 性能提升做了很大的贡献，那么在 mongoDB 中又使用了什么数据结构呢?今天就和大家聊聊 mongoDB 的索引

• mongoDB 的索引数据结构是什么?
• mongoDB 支持哪些索引类型?
• 索引奇淫技巧 ?
• 怎么查看我到有没有用到索引?

mongo 的索引数据结构是什么

网上对 mongoDB 的数据结构有很多种说法，有说 B- 树的，有说 B 树的，还有说 B+ 树的

这里先说一个常识性的误区，「没有 B 减树」，B-tree 其实就是 B 树，中间的破折号只是用来连接而已，「只有 B 树和 B+ 树」

官方文档明确说到，在 WiredTiger 存储引擎当中，可以支持 B-Tree 和 LSM 两种结构组织数据，「默认使用 B+ 树」的数据结构在内存中维护表的数据，说 B 树也没错，因为 B+ 树就是 B 树的子集

对于 WiredTiger 存储引擎来说，集合所在的数据文件和相应的索引文件都是按 B-Tree 结构来组织的，不同之处在于数据文件对应的 B 树叶子结点上除了存储键名外(keys)，还会存储真正的集合数据(values)，所以数据文件的存储结构也可以认为是一种 B+Tree

mongo 中支持哪些索引类型

单个索引

简而言之就是单个字段的索引，比如

db.children.createIndex({ age :1})

就相当于给 children 表的 age 字段建立了一个升序索引 (升序 ( 1) 或降序 ( -1) )

复合索引

符合索引其实就是多个字段自合成一个索引，比如

db.children.createIndex({ age :1，height :1})

就相当于给 children 表 以 age 字段升序 height 字段升序建立了一个索引

多键索引

在MongoDB中可以「基于数组来创建索引」。MongoDB为数组每一个元素创建索引值。多键索引支持数组字段的高效查询，比如

([{ _id:1, name:"xiaohong", age:"1", ratings:[1,2,3]})
db.children.createIndex({ ratings:1})

但是对于一个复合多键索引，「每个索引最多可以包含一个数组」。比如以下情况就无法建立索引

([{ _id:1, name:"xiaohong", age:"1", ratings:[1,2,3],teams:[1,3,4]})
db.children.createIndex({ ratings:1,teams :-1})

地理空间索引

为了支持对地理空间坐标数据的高效查询，MongoDB提供了两个特殊的索引:在返回结果时使用平面几何的2d索引和使用球面几何返回结果的2dsphere索引。有关地理空间索引的高级介绍，请参见2d Index Internals。

文本索引

MongoDB提供了一种文本索引类型，它支持搜索集合中的字符串内容。这些文本索引不存储特定于语言的停止词(例如**“the”，“a”，“or”**)，并且在一个集合中只存储根词的词干。有关文本索引和搜索的更多信息，请参见文本索引。

Hashed索引

为了支持基于Hashed的分片，MongoDB提供了Hashed索引类型，该索引类型对字段值的Hashed进行索引。这些索引在其范围内具有更随机的值分布，但只支持相等匹配，而不支持基于范围的查询。

索引特性

唯一索引

在创建集合期间，MongoDB 在_id字段上创建唯一索引，这也是默认的唯一索引。该索引主要是为了区分文档并且不能删除。创建方式就是加上 unique: true

db.children.createIndex({ age :1},{ unique:true})

部分索引

部分索引仅索引集合中符合指定过滤器表达式的文档。

比如 children 表中，将 age 大于 5 数据创建一个升序索引

db.children.createIndex(
{age:1},
{partialFilterExpression:{age:{$gt:5}}})

建立部分索引可以节省存储空间，提升索引查询效率。比如该文档 2000 年前的数据为垃圾数据，不常用，那就可以根据时间大于 2000 年创建索引

稀疏索引

索引的稀疏属性可确保索引仅包含具有索引字段的文档的条目。索引会跳过没有索引字段的文档。创建方式就是加上 sparse: true

db.children.createIndex({"age":1},{ sparse:true})

TTL索引

TTL 索引是 MongoDB 可以使用的特殊索引，它可以在一定时间后自动从集合中删除文档。

db.children.createIndex({"lastModifiedDate":1},{ expireAfterSeconds:5})

以上案例就是设置 5 秒后过去，使用方式只需要创建索引时加上 expireAfterSeconds: 5

覆盖索引

所有需要查询的数据都在索引当中，不需要从数据页中再去寻找数据

比如我此时为 children 表的时间创建了一个索引
db.children.createIndex({ age :1})
在此时我查找年龄为两岁的孩子时，就不需要从数据页中去寻找数据了
db.children.find({ age :2})

前缀索引

所有的前缀索引都可以被这条索引所覆盖，不需要再去针对这些前缀建立额外的索引，避免额外的开销

比如我此时为 children 表的时间创建了「一个复合索引(多字段索引)」

db.children.createIndex({ age :1，name :1，address :1})

「那么其实这条索引等价于三条索引」，分别是

db.children.createIndex({ age :1})
db.children.createIndex({ age :1，name :1})
db.children.createIndex({ age :1，name :1，address :1})

使用索引的奇淫技巧

组合索引的最佳方式 ESR 原则

• 1.精准匹配(Equal)的放前面
• 2.排序(Sort)的放中间
• 3.范围匹配(Range)的方最后

比如一条查询语句

db.largeClass.find({className:"a",age:{$gte:5}}).sort(time:1)

最好的索引建立就应该是 {className:1,time:1,age:1}

E 放在最前面大家应该都能理解，用等值匹配去过滤掉大量数据，「那为什么是 ESR 不是 ERS 呢?」

原因就是因为如果范围匹配放在中间，那么后续我们排序的时候只能进行「内存排序」，而内存排序又是很消耗资源的，数据量大时可能会「面对着多次的磁盘读取刷内存操作」，非常的消耗时间

合理使用部分索引

对于有些比较大的文档，可能很多数据都是无用的，比如文档中有三年的数据，但是业务只需要最近一年的数据，那么就可以只根据时间对最近一年的数据建立索引

后台创建索引

记得在创建索引时加上 {background: true}，在后台创建索引，防止影响 mongoDB 的正常工作，让其自动调配创建时间

怎么查看我到有没有用到索引?

在 mongoDB 中提供了 「explain 执行计划」，可以清晰的看到你当前的查询语句时候有使用到索引，使用方式也很简单，只要在查询语句右面加上 .explain 就可以了，有几个「比较重要的属性」在这里说下

「executionTimeMillis」:指的是我们这条语句的执行时间

「docsExamined」:文档扫描数

「totalDocsExamined」:文档扫描条目

「totalKeysExamined」:索引扫描条目

「stage」:扫描类型，主要有

COLLSCAN：全表扫描

IXSCAN：索引扫描

FETCH：根据索引去检索指定document

SHARD_MERGE：将各个分片返回数据进行merge

SORT：表明在内存中进行了排序

LIMIT：使用limit限制返回数

SKIP：使用skip进行跳过

IDHACK：针对_id进行查询

SHARDING_FILTER：通过mongos对分片数据进行查询

COUNT：利用db.coll.explain().count()之类进行count运算

COUNTSCAN：count不使用Index进行count时的stage返回

COUNT_SCAN：count使用了Index进行count时的stage返回

SUBPLA：未使用到索引的$or查询的stage返回

TEXT：使用全文索引进行查询时候的stage返回

PROJECTION：限定返回字段时候stage的返回

所以当 「stage 为 IXSCAN」 的时候就是使用到了索引扫描