鑰匙要點(diǎn)

在MongoDB中進(jìn)行索引可以通過減少需要閱讀的完整文檔的數(shù)量來大大提高性能和吞吐量，從而提高應(yīng)用程序性能。 MongoDB支持幾種類型的索引，包括默認(rèn)_id索引，輔助索引，化合物索引，Multikey Index和Multikey化合物索引。每種類型都有特定的目的，用於不同類型的查詢。
• >
>可以在集合上定義多個索引，但是查詢在執(zhí)行過程中只能使用一個索引。最好的索引是由MongoDB的Query-Optimizer選擇在運(yùn)行時選擇的。
• >
>索引可以大大改善閱讀操作，但也會造成自身成本。索引操作佔(zhàn)據(jù)空間，並在收藏集中的每個插入，更新和刪除操作上引起額外的開銷。因此，索引收益較重的收藏量比寫入較重的收藏。
• 索引是與MongoDB合作的最重要概念之一。正確理解至關(guān)重要，因?yàn)樗饕梢酝ㄟ^減少要閱讀的完整文檔的數(shù)量來大大提高性能和吞吐量，從而提高應(yīng)用程序的性能。因?yàn)樗饕茈y理解，所以這個兩部分系列將仔細(xì)研究它們。 在本文中，我們將探討以下五種索引：
• >默認(rèn)_id索引

輔助索引

1. 複合索引
2. 多基索引
3. > Multikey Compound Index
4. 還有其他一些類型的討論，但是從邏輯上講，我將它們保留在第2部分中，以提供清晰的理解並避免任何混亂。 儘管可以在集合上定義多個索引，但是在執(zhí)行過程中，查詢只能使用一個索引。 MongoDB的查詢選項(xiàng)器在運(yùn)行時做出最佳索引的決定。 本文假設(shè)您對MongoDB概念（例如集合，文檔等）有基本的了解，並使用PHP（例如查找和插入）進(jìn)行基本查詢。如果沒有，我建議您閱讀我們的初學(xué)者文章：重新審視MongoDB和MongoDB的簡介。 對於該系列，我們將假設(shè)我們有一個名為帖子的帖子，其中填充了500個文檔，具有以下結(jié)構(gòu)：
現(xiàn)在，讓我們詳細(xì)探討各種類型的索引。
5. >默認(rèn)_id索引
默認(rèn)情況下，MongoDB在每個集合的_id字段上創(chuàng)建一個默認(rèn)索引。每個文檔都有一個唯一的_id字段作為主鍵，一個12字節(jié)的objectid。如果沒有其他可用索引，則默認(rèn)情況下將用於各種查詢。 要查看集合的索引，請打開MongoDB外殼並執(zhí)行以下操作：

<span>{
</span>    <span>"_id": <span>ObjectId</span>("5146bb52d852470060001f4"),
</span>    <span>"comments": {
</span>        <span>"0": "This is the first comment",
</span>        <span>"1": "This is the second comment"
</span>    <span>},
</span>    <span>"post_likes": 40,
</span>    <span>"post_tags": {
</span>        <span>"0": "MongoDB",
</span>        <span>"1": "Tutorial",
</span>        <span>"2": "Indexing"
</span>    <span>},
</span>    <span>"post_text": "Hello Readers!! This is my post text",
</span>    <span>"post_type": "private",
</span>    <span>"user_name": "Mark Anthony"
</span><span>}</span>

GetIndexes（）方法返回我們集合的所有索引。如您所見，我們的默認(rèn)索引帶有名稱_id_ 。密鑰字段表明索引在_id字段上，1的值表示升序順序。我們將在下一節(jié)中了解訂購。

輔助索引

對於要在_id字段以外的字段上使用索引的情況，我們必須定義自定義索引。假設(shè)我們要根據(jù)user_name字段搜索帖子。在這種情況下，我們將在集合的User_name字段上定義自定義索引。除默認(rèn)索引外，此類自定義索引稱為輔助索引。 為了證明索引對數(shù)據(jù)庫的效果，讓我們簡要分析查詢性能而不先索引。為此，我們將執(zhí)行查詢，以查找所有具有“ Jim Alexandar”的user_name的帖子。

<span>{
</span>    <span>"_id": <span>ObjectId</span>("5146bb52d852470060001f4"),
</span>    <span>"comments": {
</span>        <span>"0": "This is the first comment",
</span>        <span>"1": "This is the second comment"
</span>    <span>},
</span>    <span>"post_likes": 40,
</span>    <span>"post_tags": {
</span>        <span>"0": "MongoDB",
</span>        <span>"1": "Tutorial",
</span>        <span>"2": "Indexing"
</span>    <span>},
</span>    <span>"post_text": "Hello Readers!! This is my post text",
</span>    <span>"post_type": "private",
</span>    <span>"user_name": "Mark Anthony"
</span><span>}</span>

解釋（）返回與索引相關(guān)的信息。上述解釋（）的輸出如下所示：

值得一看的一些重要鍵是：

1. 光標(biāo) - 指示查詢中使用的索引。 basiccursor表示使用了默認(rèn)_id索引，MongoDB必須搜索整個集合。繼續(xù)，我們會看到，當(dāng)我們應(yīng)用索引時，btreecursor將被使用而不是> basiccursor。
n - 指示返回查詢的文檔數(shù)量（在這種情況下為一個文檔）。
2. >
nscannedObjects - 指示查詢搜索的文檔數(shù)量（在這種情況下，搜索了所有500個文檔）。如果集合中的文檔數(shù)量很大，則可以是一個大開銷的操作。 >
3. nscanned - 指示在數(shù)據(jù)庫操作過程中掃描的文檔數(shù)量。
4. 理想情況下，n應(yīng)等於或接近NScann，這意味著搜索最少數(shù)量的文檔。 現(xiàn)在，讓我們執(zhí)行相同的查詢，但使用輔助索引。要創(chuàng)建索引，請?jiān)贛ongoDB Shell中執(zhí)行以下操作：

我們在user_name字段上創(chuàng)建了一個索引 在帖子中使用SuereIndex（）方法集合。我敢肯定，您已經(jīng)將訂單參數(shù)的值置於該方法上，該方法指示搜索的上升（1）或降序（-1）訂單。為了更好地理解這一點(diǎn)，請注意每個文檔都有一個時間戳字段。如果我們首先想要最新的帖子，我們將使用降序訂單。對於最古老的帖子，我們將選擇上升訂單。 創(chuàng)建索引後，使用相同的find（）和divell（）方法來像以前一樣執(zhí)行和分析查詢。 IS的輸出：

輸出顯示查詢使用btreecursor命名user_name_1 （我們之前定義了），並且僅掃描了一個文檔，而不是與上一個查詢中搜索的500個文檔相反，而無需索引。 就目前而言，了解所有MongoDB索引都使用其算法中的BTREE數(shù)據(jù)結(jié)構(gòu)，而Btreecursor是其默認(rèn)光標(biāo)。本文的詳細(xì)討論不範(fàn)圍，但這不會影響任何進(jìn)一步的理解。 以上比較表明索引如何顯著改善查詢性能。

複合索引

在某些情況下，查詢使用多個字段。在這種情況下，我們可以使用複合索引?？紤]以下查詢，該查詢同時使用post_type和post_likes字段：

<span>{
</span>    <span>"_id": <span>ObjectId</span>("5146bb52d852470060001f4"),
</span>    <span>"comments": {
</span>        <span>"0": "This is the first comment",
</span>        <span>"1": "This is the second comment"
</span>    <span>},
</span>    <span>"post_likes": 40,
</span>    <span>"post_tags": {
</span>        <span>"0": "MongoDB",
</span>        <span>"1": "Tutorial",
</span>        <span>"2": "Indexing"
</span>    <span>},
</span>    <span>"post_text": "Hello Readers!! This is my post text",
</span>    <span>"post_type": "private",
</span>    <span>"user_name": "Mark Anthony"
</span><span>}</span>

用divell（）分析此查詢，給出以下結(jié)果，這表明查詢使用基本cursor，所有500個文檔都被掃描以檢索一個文檔。

這是高效的，所以讓我們應(yīng)用一些索引。我們可以在字段上定義一個複合索引post_type和post_likes，如下所示：

分析查詢現(xiàn)在給出以下結(jié)果：

這裡非常重要的一點(diǎn)是，在多個字段上定義的化合物索引可用於查詢這些字段的子集。例如，假設(shè)有一個複合索引{field1，field2，field3}。該索引可用於查詢：

• > field1
• > field1，field2
• > field1，field2，field3

因此，如果我們定義了索引{field1，field2，field3}，則無需定義單獨(dú)的{field1}和{field1，field2} indexes。但是，如果我們在查詢field2和field2，field3時需要此化合物索引，則如果優(yōu)化器未選擇所需的索引，則可以使用shint（）。 提示（）方法可用於迫使mongoDB使用索引，我們指定並覆蓋默認(rèn)選擇和查詢優(yōu)化過程。您可以將索引中使用的字段名稱指定為參數(shù)，如下所示：

<span><span><?php
</span></span><span><span>// query to find posts with user_name "Jim Alexandar"
</span></span><span><span>$cursor = $collection->find(
</span></span><span>    <span>array("user_name" => "Jim Alexandar")
</span></span><span><span>);
</span></span><span><span>//  use explain() to get explanation of query indexes
</span></span><span><span>var_dump($cursor->explain());</span></span>

這樣可以確保查詢使用post_type和post_likes字段上定義的化合物索引。

多基索引

當(dāng)在數(shù)組字段上完成索引時，稱為Multikey索引。再次考慮我們的郵政文件；我們可以在post_tags上應(yīng)用多基索引。 Multikey索引將索引數(shù)組的每個元素，因此在這種情況下，將為post_tags value創(chuàng)建單獨(dú)的索引： mongodb ，> tutorial>很快。 但是，由於每個值的索引，數(shù)組字段上的索引都必須非常有選擇地使用，因?yàn)樗鼈儠拇罅績?nèi)存。

> Multikey Compound Index

我們可以創(chuàng)建一個Multikey Compound索引，但是限制索引中最多可以是一個數(shù)組。因此，如果我們將field1作為字符串，而[field2，field3]作為數(shù)組，則無法定義索引{field2，field3}，因?yàn)閮蓚€字段都是數(shù)組。 在下面的示例中，我們在post_tags和user_name字段上創(chuàng)建索引：

索引限制和注意事項(xiàng)

重要的是要知道，索引不能用於使用正則表達(dá)式，否定操作員（即$ ne，$ not等），算術(shù)運(yùn)算符（即$ mod等），$中的JavaScript表達(dá)式的查詢中使用索引。條款，在其他情況下。 索引操作也有自己的成本。每個索引都佔(zhàn)據(jù)空間，並且在收集集合上的每個插入，更新和刪除操作上都會引起額外的開銷。您需要考慮每個集合的讀取比率：寫比率；索引對重讀收藏是有益的，但可能不適合寫入較重的收藏。 MongoDB將索引留在RAM中。確?？偹饕笮〔怀^RAM限制。如果是這樣，將從RAM中刪除某些索引，因此查詢將減慢。此外，收集最多可以具有64個索引。

摘要

僅此而已?？偠灾?，如果選擇了適當(dāng)?shù)乃饕椒?，則索引對應(yīng)用非常有益。在下一部分中，我們將考慮在嵌入式文檔，子插件和訂購上使用索引。敬請關(guān)注！ 通過fotolia 圖像 經(jīng)常詢問有關(guān)mongoDB索引

的問題

> MongoDB在數(shù)據(jù)庫管理中索引的重要性是什麼？通過為數(shù)據(jù)提供更有效的途徑，它可以顯著提高數(shù)據(jù)庫操作的性能。如果沒有索引，MongoDB必須執(zhí)行集合掃描，即掃描集合中的每個文檔，以選擇與查詢語句匹配的文檔。使用索引，MongoDB可以將其搜索限制在數(shù)據(jù)的相關(guān)部分，從而減少所需掃描的數(shù)據(jù)量。這會導(dǎo)致查詢響應(yīng)時間更快，並且CPU使用率較低，這在大型數(shù)據(jù)庫中尤其有益。

> MongoDB索引如何工作？ mongoDB索引索引可以創(chuàng)建一個特殊的數(shù)據(jù)結(jié)構(gòu)，該特殊數(shù)據(jù)結(jié)構(gòu)容納了集合數(shù)據(jù)的一小部分。該數(shù)據(jù)結(jié)構(gòu)包括特定字段或一組字段的值，該值按索引中指定的字段值排序。執(zhí)行查詢後，MongoDB使用這些索引來限制其必須檢查的文檔數(shù)量。當(dāng)文檔的總大小超過可用的RAM時，索引特別有益。 >

？查詢的性能。其中包括單個字段，化合物，多基，文本，2D和2DDSPHERE索引。每種類型的索引都有特定的目的，用於不同類型的查詢。例如，單個字段和化合物索引分別用於單個或多個字段上的查詢。 Multikey索引用於數(shù)組，並且文本索引用於字符串內(nèi)容。

>

>如何在mongodb中創(chuàng)建索引？

>

>您可以使用CreateIndex（）方法在MongoDB中創(chuàng)建索引。如果索引尚不存在，則此方法在指定字段上創(chuàng)建索引。該方法採用兩個參數(shù)：索引的字段或字段和一個允許您指定其他選項(xiàng)的選項(xiàng)文檔。

我可以在mongodb中創(chuàng)建多個索引嗎？ MongoDB的索引。但是，重要的是要注意，儘管索引提高了查詢性能，但它們還消耗了系統(tǒng)資源，尤其是磁盤空間和內(nèi)存。因此，至關(guān)重要的是明智地創(chuàng)建索引，並且僅在那些經(jīng)常查詢的領(lǐng)域中。 MongoDB很大程度上取決於您的應(yīng)用程序的查詢模式。經(jīng)常在排序操作中查詢或使用的字段是索引的良好候選者。此外，具有高度唯一性的字段也是索引的良好候選者，因?yàn)樗鼈兛梢栽趫?zhí)行查詢時大大減少M(fèi)ongoDB的文檔數(shù)量。您可以使用getIndexes（）方法在mongodb中檢查索引是否存在。此方法返回集合上所有索引的列表，包括默認(rèn)情況下創(chuàng)建的_id索引。

我可以在mongodb中刪除索引嗎？使用DropIndex（）方法的mongodb。此方法從集合中刪除指定的索引。

> mongoDB中的索引相交是什麼？ 。當(dāng)沒有單個索引無法滿足查詢，但兩個或多個索引的交集可以。

時，這可能特別有用。

>索引對MongoDB的寫操作的影響是什麼？

>在索引時顯著改善了讀取操作的性能，它可能會對寫操作產(chǎn)生影響。這是因?yàn)槊看尾迦牖蚋挛臋n時，集合上的所有索引也必須更新。因此，集合的索引越多，寫操作的越慢。在創(chuàng)建索引時，在閱讀性能和寫入表現(xiàn)之間找到平衡很重要。

以上是PHP主| mongodb索引，第1部分的詳細(xì)內(nèi)容。更多資訊請關(guān)注PHP中文網(wǎng)其他相關(guān)文章！