一、索引

MongoDB 提供了多樣性的索引支持，索引信息被保存在system.indexes 中，且默認(rèn)總是為_id創(chuàng)建索引，它的索引使用基本和MySQL 等關(guān)系型數(shù)據(jù)庫一樣。其實(shí)可以這樣說說，索引是凌駕于數(shù)據(jù)存儲系統(tǒng)之上的另一層系統(tǒng)，所以各種結(jié)構(gòu)迥異的存儲都有相同或相似的索引實(shí)現(xiàn)及使用接口并不足為 奇。

1.基礎(chǔ)索引

在字段age 上創(chuàng)建索引，1(升序);-1(降序)：

db.users.ensureIndex({age:1})

_id 是創(chuàng)建表的時(shí)候自動創(chuàng)建的索引，此索引是不能夠刪除的。當(dāng)系統(tǒng)已有大量數(shù)據(jù)時(shí)，創(chuàng)建索引就是個非常耗時(shí)的活，我們可以在后臺執(zhí)行，只需指定“backgroud:true”即可。

db.t3.ensureIndex({age:1} , {backgroud:true})

2.文檔索引

索引可以任何類型的字段，甚至文檔:

db.factories.insert( { name: "wwl", addr: { city: "Beijing", state: "BJ" } } );//在addr 列上創(chuàng)建索引db.factories.ensureIndex( { addr : 1 } );//下面這個查詢將會用到我們剛剛建立的索引db.factories.find( { addr: { city: "Beijing", state: "BJ" } } );//但是下面這個查詢將不會用到索引，因?yàn)椴樵兊捻樞蚋饕⒌捻樞虿灰粯觗b.factories.find( { addr: { state: "BJ" , city: "Beijing"} } );

3. 組合索引

跟其它數(shù)據(jù)庫產(chǎn)品一樣，MongoDB 也是有組合索引的，下面我們將在addr.city 和addr.state上建立組合索引。當(dāng)創(chuàng)建組合索引時(shí)，字段后面的1 表示升序，-1 表示降序，是用1 還是用-1 主要是跟排序的時(shí)候或指定范圍內(nèi)查詢 的時(shí)候有關(guān)的。

db.factories.ensureIndex( { "addr.city" : 1, "addr.state" : 1 } );// 下面的查詢都用到了這個索引db.factories.find( { "addr.city" : "Beijing", "addr.state" : "BJ" } );db.factories.find( { "addr.city" : "Beijing" } );db.factories.find().sort( { "addr.city" : 1, "addr.state" : 1 } );db.factories.find().sort( { "addr.city" : 1 } )

4. 唯一索引

只需在ensureIndex 命令中指定”unique:true”即可創(chuàng)建唯一索引。例如，往表t4 中插入2 條記錄:

db.t4.ensureIndex({firstname: 1, lastname: 1}, {unique: true});

5.強(qiáng)制使用索引

hint 命令可以強(qiáng)制使用某個索引。

db.t5.find({age:{$lt:30}}).hint({name:1, age:1}).explain()

6.刪除索引

//刪除t3 表中的所有索引db.t3.dropIndexes()//刪除t4 表中的firstname 索引db.t4.dropIndex({firstname: 1})

二、explain執(zhí)行計(jì)劃

MongoDB 提供了一個 explain 命令讓我們獲知系統(tǒng)如何處理查詢請求。利用 explain 命令，我們可以很好地觀察系統(tǒng)如何使用索引來加快檢索，同時(shí)可以針對性優(yōu)化索引。

db.t5.ensureIndex({name:1}) db.t5.ensureIndex({age:1}) db.t5.find({age:{$gt:45}}, {name:1}).explain() {   "cursor" : "BtreeCursor age_1",   "nscanned" : 0,   "nscannedObjects" : 0,   "n" : 0,   "millis" : 0,   "nYields" : 0,   "nChunkSkips" : 0,   "isMultiKey" : false,   "indexOnly" : false,   "indexBounds" : {   "age" : [          [45,1.7976931348623157e+308]        ]    }}

 字段說明:

cursor: 返回游標(biāo)類型(BasicCursor 或 BtreeCursor)

nscanned: 被掃描的文檔數(shù)量

n: 返回的文檔數(shù)量

millis: 耗時(shí)(毫秒)

indexBounds: 所使用的索引

三、優(yōu)化器profile

在MySQL 中，慢查詢?nèi)罩臼墙?jīng)常作為我們優(yōu)化數(shù)據(jù)庫的依據(jù)，那在MongoDB 中是否有類似的功能呢?答案是肯定的，那就是MongoDB Database Profiler。

1.開啟profiling功能

有兩種方式可以控制 Profiling 的開關(guān)和級別，第一種是直接在啟動參數(shù)里直接進(jìn)行設(shè)置。啟動MongoDB 時(shí)加上