1、概述

索引支持在MongoDB中高效地執行查詢。如果沒有索引，MongoDB必須執行全集合掃描，即掃描集合中的每個文檔。這種掃描全集合的查詢效率是非常低的，特別在處理大量的數據時，查詢可以要花費幾十秒甚至幾分鐘。 如果查詢存在適當的索引，MongoDB可以使用該索引限制必須檢查的文檔數。

索引是特殊的數據結構，它以易于遍歷的形式存儲集合數據集的一小部分。索引存儲特定字段或一組字段的值，按字段值排序。索引項的排序支持有效的相等匹配和基于范圍的查詢操作。此外，MongoDB還可以使用索引中的排序返回排序結果。MongoDB索引使用B樹數據結構（確切的說是B-Tree，MySQL是B+Tree）

2、索引的類型

（1）單字段索引

MongoDB支持在文檔的單個字段上創建用戶定義的升序/降序索引，稱為單字段索引（Single Field Index）。

對于單個字段索引和排序操作，索引鍵的排序順序（即升序或降序）并不重要，因為MongoDB可以在任何方向上遍歷索引。

（2）復合索引

MongoDB還支持多個字段的用戶定義索引，即復合索引（Compound Index）。

復合索引中列出的字段順序具有重要意義。例如，如果復合索引由 { userid: 1, score: -1 } 組成，則索引首先按userid正序排序，然后在每個userid的值內，再在按score倒序排序。

（3）其他索引

地理空間索引（Geospatial Index）、文本索引（Text Indexes）、哈希索引（Hashed Indexes）。

地理空間索引（Geospatial Index） 為了支持對地理空間坐標數據的有效查詢，MongoDB提供了兩種特殊的索引：返回結果時使用平面幾何的二維索引和返回結果時使用球面 幾何的二維球面索引。

文本索引（Text Indexes） MongoDB提供了一種文本索引類型，支持在集合中搜索字符串內容。這些文本索引不存儲特定于語言的停止詞（例如“the”、“a”、“or”）， 而將集合中的詞作為詞干，只存儲根詞。

哈希索引（Hashed Indexes） 為了支持基于散列的分片，MongoDB提供了散列索引類型，它對字段值的散列進行索引。這些索引在其范圍內的值分布更加隨機，但只支 持相等匹配，不支持基于范圍的查詢。

3、索引的管理操作

（1）索引的查看

//返回一個集合中的所有索引的數組。
db.collection.getIndexes()

默認_id索引：

MongoDB在創建集合的過程中，在 _id 字段上創建一個唯一的索引，默認名字為 _id_，該索引可防止客戶端插入兩個具有相同值的文檔，不能在_id字段上刪除此索引。

注意：該索引是唯一索引，因此值不能重復，即 _id 值不能重復的。在分片集群中，通常使用 _id 作為片鍵。

（2）索引的創建

//在集合上創建索引
db.collection.createIndex(keys, options)

1）單字段索引示例

db.articles.createIndex({userid:1})

查看索引

db.articles.getIndexes()
[
    {
        "v" : 2,
        "key" : {
            "_id" : 1
        },
        "name" : "_id_",
        "ns" : "articledb.articles"
    },
    {
        "v" : 2,
        "key" : {
        "userid" : 1
        },
        "name" : "userid_1",
        "ns" : "articledb.articles"
    }
]

 

2）復合索引：

對 userid 和 nickname 同時建立復合（Compound）索引：

 db.articles.createIndex({userid:1,nickname:-1})

（3）索引的移除

1）指定索引的移除

db.collection.dropIndex(index)

刪除 articles集合中 userid 字段上的升序索引：

db.articles.dropIndex({userid:1})
或者通過索引名稱刪除
db.articles.dropIndex("userid_1")

2）所有索引的移除

db.articles.dropIndexes()

注意： _id 的字段的索引是無法刪除的，只能刪除非 _id 字段的索引。

4、索引的使用

（1）執行計劃

分析查詢性能（Analyze Query Performance）通常使用執行計劃（解釋計劃、Explain Plan）來查看查詢的情況，如查詢耗費的時間、是否基于索引查詢等。 如果想知道建立的索引是否有效，效果如何，都需要通過執行計劃查看。

命令：db.collection.find(query,options).explain(options)

> db.articles.find({userid:"1003"}).explain()

{
    "queryPlanner" : {
        "plannerVersion" : 1,
        "namespace" : "articledb.articles",
        "indexFilterSet" : false,
        "parsedQuery" : {
            "userid" : {
                "$eq" : "1003"
            }
        },
        "winningPlan" : {
            "stage" : "COLLSCAN",
            "filter" : {
                "userid" : {
                    "$eq" : "1003"
                }
            },
            "direction" : "forward"
        },
        "rejectedPlans" : [ ]
    },
    "serverInfo" : {
        "host" : "9ef3740277ad",
        "port" : 27017,
        "version" : "4.0.10",
        "gitVersion" : "c389e7f69f637f7a1ac3cc9fae843b635f20b766"
    },
    "ok" : 1
}

關鍵點看： "stage" : "COLLSCAN", 表示全集合掃描；"stage" : "IXSCAN" ,基于索引的掃描

（2）涵蓋的查詢

當查詢條件和查詢的投影僅包含索引字段時，MongoDB直接從索引返回結果，而不掃描任何文檔或將文檔帶入內存。 這些覆蓋的查詢可以非常有效。