数据库中的索引就是用来提高查询操作的性能，但是会影响插入、更新和删除的效率，因为数据库不仅要执行这些操作，还要负责索引的更新。
通过建立索引，影响一部分插入、更新和删除的效率，但是能大大挺高查询的效率，这个还是很值得的。
为了开始后面的操作，首先通过MongoDBshell插入一些测试数据。
1for(vari=0;i<10;i++){ 2varrandAge=parseInt(5*Math.random())+20; 3vargender=(randAge%2)?"Male":"Female"; 4db.school.students.insert({"name":"Will"+i,"gender":gender,"age":randAge}); 5} 6 7 8/*我的数据，以下测试都是基于这个测试，由于数据是随机生成，所以测试每次都会不同 9{"name":"Will0","gender":"Female","age":22}, 10{"name":"Will1","gender":"Female","age":20}, 11{"name":"Will2","gender":"Male","age":24}, 12{"name":"Will3","gender":"Male","age":23}, 13{"name":"Will4","gender":"Male","age":21}, 14{"name":"Will5","gender":"Male","age":20}, 15{"name":"Will6","gender":"Female","age":20}, 16{"name":"Will7","gender":"Female","age":24}, 17{"name":"Will8","gender":"Male","age":21}, 18{"name":"Will9","gender":"Female","age":24}, 19*/创建索引：在MongoDBshell中，可以通过ensureIndex()来创建所以，第一个参数是指定要创建所以的键。
通过unique参数可以创建唯一索引。
1>db.school.students.ensureIndex({"name":1},{"unique":true}) 2>查看索引：
1>db.school.students.getIndexes() 2[ 3{ 4"v":1, 5"key":{ 6"_id":1 7}, 8"ns":"test.school.students", 9"name":"_id_" 10}, 11{ 12"v":1, 13"key":{ 14"name":1 15}, 16"unique":true, 17"ns":"test.school.students", 18"name":"name_1" 19} 20] 21>删除索引：
1>db.school.students.dropIndex("name_1") 2{"nIndexesWas":2,"ok":1} 3>索引名称：默认情况下，索引的名称是"键_值_键_值…"的形式，当键的数量很多的时候，索引的名字就会很长。
所以，在创建索引的时候，可以通过"name"参数自定义索引的名字。
1>db.school.students.ensureIndex({"name":1},{"name":"myIndex"}) 2>通过explain()可以得到很多跟find相关的信息，对索引的分析很有帮助。
当有多个可以使用的索引时，MongoDB会自动选择最优索引，但是我们可以通过hint()操作选择我们想要使用的索引。
下面来看看没有索引时explain()的输出：
1>db.school.students.find({"name":"Will5"}).explain() 2{ 3"cursor":"BasicCursor", 4"isMultiKey":false, 5"n":1, 6"nscannedObjects":6, 7"nscanned":6, 8"nscannedObjectsAllPlans":6, 9"nscannedAllPlans":6, 10"scanAndOrder":false, 11"indexOnly":false, 12"nYields":0, 13"nChunkSkips":0, 14"millis":0, 15"indexBounds":{ 16 17}, 18"server":"××××:27017" 19} 20>分析：下面选择了几个我们比较关心的字段
cursor：BasicCursor表示是fullCollectionscan，即没有索引的全表扫描 n：满足查询条件的文档数量 nscannedObjects：总共扫描的文档的数量 nscanned：总共扫描的索引节点的数量 scanAndOrder：false表示，MongoDB现有索引下文档的顺序来返回排序结果；true表示，MongoDB需要在得到查询结果后重新排序 millis：完成查询需要的毫秒数添加索引，再次检查explain()的输出：
1>db.school.students.ensureIndex({"name":1},{"unique":true}) 2>db.school.students.find({"name":"Will5"}).explain() 3{ 4"cursor":"BtreeCursorname_1", 5"isMultiKey":false, 6"n":1, 7"nscannedObjects":1, 8"nscanned":1, 9"nscannedObjectsAllPlans":1, 10"nscannedAllPlans":1, 11"scanAndOrder":false, 12"indexOnly":false, 13"nYields":0, 14"nChunkSkips":0, 15"millis":0, 16"indexBounds":{ 17"name":[ 18[ 19"Will5", 20"Will5" 21] 22] 23}, 24"server":"××××:27017" 25} 26>单键索引还是比较简单的，当使用组合索引的时候，就要多考虑一些了。自己也不确定能否总结的很好，如果错误，希望大家指出、讨论。
索引建立可能有多种方式，我们的目标就是减少"nscanned"（当然也有特例，请参照"索引和排序"）。
下面分析基于前面生成的数据来分析一下组合索引，假设我们要查询年龄大于等于23的女学生。
使用"age_1"索引的输出如下
1>db.school.students.find({"age":{"$gte":23},"gender":"Female"}).hint("age_1").explain() 2{ 3"cursor":"BtreeCursorage_1", 4"isMultiKey":false, 5"n":2, 6"nscannedObjects":4, 7"nscanned":4, 8"nscannedObjectsAllPlans":4, 9"nscannedAllPlans":4, 10"scanAndOrder":false, 11"indexOnly":false, 12"nYields":0, 13"nChunkSkips":0, 14"millis":0, 15"indexBounds":{ 16"age":[ 17[ 1823, 191.7976931348623157e+308 20] 21] 22}, 23"server":"××××:27017" 24} 25>索引的分析：
Index
Documents
Result
age:20
{"name":"Will1","gender":"Female","age":20}
"n":2
age:20
{"name":"Will5","gender":"Male","age":20}
"nscannedObjects":4
age:20
{"name":"Will6","gender":"Female","age":20}
"nscanned":4
age:21
{"name":"Will4","gender":"Male","age":21}
age:21
{"name":"Will8","gender":"Male","age":21}
age:22
{"name":"Will0","gender":"Female","age":22}
age:23
{"name":"Will3","gender":"Male","age":23}
age:24
{"name":"Will2","gender":"Male","age":24}
age:24
{"name":"Will7","gender":"Female","age":24}
age:24
{"name":"Will9","gender":"Female","age":24}
使用"age_1_gender_1"索引的输出如下
1>db.school.students.find({"age":{"$gte":23},"gender":"Female"}).hint("age_1_gender_1").explain() 2{ 3"cursor":"BtreeCursorage_1_gender_1", 4"isMultiKey":false, 5"n":2, 6"nscannedObjects":2, 7"nscanned":4, 8"nscannedObjectsAllPlans":2, 9"nscannedAllPlans":4, 10"scanAndOrder":false, 11"indexOnly":false, 12"nYields":0, 13"nChunkSkips":0, 14"millis":0, 15"indexBounds":{ 16"age":[ 17[ 1823, 191.7976931348623157e+308 20] 21], 22"gender":[ 23[ 24"Female", 25"Female" 26] 27] 28}, 29"server":"××××:27017" 30} 31>索引的分析：
Index
Documents
Result
age:20,gender:Female
{"name":"Will1","gender":"Female","age":20}
"n":2
age:20,gender:Female
{"name":"Will6","gender":"Female","age":20}
"nscannedObjects":2
age:20,gender:Male
{"name":"Will5","gender":"Male","age":20}
"nscanned":4
age:21,gender:Male
{"name":"Will4","gender":"Male","age":21}
age:21,gender:Male
{"name":"Will8","gender":"Male","age":21}
age:22,gender:Female
{"name":"Will0","gender":"Female","age":22}
age:23,gender:Male
{"name":"Will3","gender":"Male","age":23}
age:24,gender:Female
{"name":"Will7","gender":"Female","age":24}
age:24,gender:Female
{"name":"Will9","gender":"Female","age":24}
age:24,gender:Male
{"name":"Will2","gender":"Male","age":24}
使用"gender_1_age_1"索引的输出如下
1>db.school.students.find({"age":{"$gte":23},"gender":"Female"}).hint("gender_1_age_1").explain() 2{ 3"cursor":"BtreeCursorgender_1_age_1", 4"isMultiKey":false, 5"n":2, 6"nscannedObjects":2, 7"nscanned":2, 8"nscannedObjectsAllPlans":2, 9"nscannedAllPlans":2, 10"scanAndOrder":false, 11"indexOnly":false, 12"nYields":0, 13"nChunkSkips":0, 14"millis":0, 15"indexBounds":{ 16"gender":[ 17[ 18"Female", 19"Female" 20] 21], 22"age":[ 23[ 2423, 251.7976931348623157e+308 26] 27] 28}, 29"server":"××××:27017" 30} 31>索引的分析：
Index
Documents
Result
gender:Female,age:20
{"name":"Will1","gender":"Female","age":20}
"n":2
gender:Female,age:20
{"name":"Will6","gender":"Female","age":20}
"nscannedObjects":2
gender:Female,age:22
{"name":"Will0","gender":"Female","age":22}
"nscanned":2
gender:Female,age:24
{"name":"Will7","gender":"Female","age":24}
gender:Female,age:24
{"name":"Will9","gender":"Female","age":24}
gender:Male,age:20
{"name":"Will5","gender":"Male","age":20}
gender:Male,age:21
{"name":"Will4","gender":"Male","age":21}
gender:Male,age:21
{"name":"Will8","gender":"Male","age":21}
gender:Male,age:23
{"name":"Will3","gender":"Male","age":23}
gender:Male,age:24
{"name":"Will2","gender":"Male","age":24}
通过上面的例子可以看出，在使用组合索引的时候还是要考虑很多东西的，所以可以结合explain()来进行分析。
由于我们前面创建了三个索引，下面我们直接使用默认查询。
1>db.school.students.find({"age":{"$gte":23},"gender":"Female"}).explain() 2{ 3"cursor":"BtreeCursorgender_1_age_1", 4"isMultiKey":false, 5"n":2, 6"nscannedObjects":2, 7"nscanned":2, 8"nscannedObjectsAllPlans":2, 9"nscannedAllPlans":2, 10"scanAndOrder":false, 11"indexOnly":false, 12"nYields":0, 13"nChunkSkips":0, 14"millis":0, 15"indexBounds":{ 16"gender":[ 17[ 18"Female", 19"Female" 20] 21], 22"age":[ 23[ 2423, 251.7976931348623157e+308 26] 27] 28}, 29"server":"××××:27017" 30} 31>存在多条索引的情况下，MongoDB首选nscanned值最低的索引。
基于上面的例子，我们加上对"name"的排序操作。这时，我们可以看到"scanAndOrder"变成了"true"。
1>db.school.students.find({"age":{"$gte":23},"gender":"Female"}).sort({"name":1}).explain() 2{ 3"cursor":"BtreeCursorgender_1_age_1", 4"isMultiKey":false, 5"n":2, 6"nscannedObjects":2, 7"nscanned":2, 8"nscannedObjectsAllPlans":7, 9"nscannedAllPlans":9, 10"scanAndOrder":true, 11"indexOnly":false, 12"nYields":0, 13"nChunkSkips":0, 14"millis":0, 15"indexBounds":{ 16"gender":[ 17[ 18"Female", 19"Female" 20] 21], 22"age":[ 23[ 2423, 251.7976931348623157e+308 26] 27] 28}, 29"server":"××××:27017" 30}在这个例子中，"nscanned"是最小的，所以这个方案是查询效率最高的。但是，我们要注意一下"scanAndOrder"，根据MongoDB文档的解释，查询结果的排序不能利用现有的索引，MongoDB会把find找到的结果放入内存重新排序。这样的话，如果数据量很大，会对性能产生很大的影响。
最好的办法是利用索引来进行排序。
在这种情况下，就要加入一个"name"的索引，同时在find操作时使用hint来指定索引方式，因为默认情况MongoDB会选择"nscanned"最小的方式。
1>db.school.students.ensureIndex({"gender":1,"name":1}) 2>db.school.students.find({"age":{"$gte":23},"gender":"Female"}).sort({"name":1}).hint("gender_1_name_1").explain() 3{ 4"cursor":"BtreeCursorgender_1_name_1", 5"isMultiKey":false, 6"n":2, 7"nscannedObjects":5, 8"nscanned":5, 9"nscannedObjectsAllPlans":5, 10"nscannedAllPlans":5, 11"scanAndOrder":false, 12"indexOnly":false, 13"nYields":0, 14"nChunkSkips":0, 15"millis":0, 16"indexBounds":{ 17"gender":[ 18[ 19"Female", 20"Female" 21] 22], 23"name":[ 24[ 25{ 26"$minElement":1 27}, 28{ 29"$maxElement":1 30} 31] 32] 33}, 34"server":"xxxx:27017" 35} 36>通过这种方式，就可以利用索引的排序来避免"scanAndOrder"为true的情况。但是再看看上面的方式，似乎可以进一步优化，虽然不能减少"nscanned"，但是可以减少"nscannedObjects"。
1>db.school.students.ensureIndex({"gender":1,"name":1,"age":1}) 2>db.school.students.find({"age":{"$gte":23},"gender":"Female"}).sort({"name":1}).hint("gender_1_name_1_age_1").explain() 3{ 4"cursor":"BtreeCursorgender_1_name_1_age_1", 5"isMultiKey":false, 6"n":2, 7"nscannedObjects":2, 8"nscanned":5, 9"nscannedObjectsAllPlans":2, 10"nscannedAllPlans":5, 11"scanAndOrder":false, 12"indexOnly":false, 13"nYields":0, 14"nChunkSkips":0, 15"millis":0, 16"indexBounds":{ 17"gender":[ 18[ 19"Female", 20"Female" 21] 22], 23"name":[ 24[ 25{ 26"$minElement":1 27}, 28{ 29"$maxElement":1 30} 31] 32], 33"age":[ 34[ 3523, 361.7976931348623157e+308 37] 38] 39}, 40"server":"xxxx:27017" 41} 42>MongoDB中，索引还有很多东西，本文只是通过一些例子来介绍了索引的使用，以及组合索引的简单分析
Ps:本文中所有例子中的命令都可以参考以下链接
https://files.cnblogs.com/wilber2013/index.js
本文内容总结：索引的操作，explain()和hint()，组合索引，索引选择机制，索引和排序，总结，
原文链接：https://www.cnblogs.com/wilber2013/p/4136318.html相关推荐
数学中有许多类型的级数，可以在C编程中轻松解决。该程序是在C程序中找到系列后继的和。Tn = n2 - (n-1 2...
要从全部四列中找到最低分，请使用MySQLLEAST( 函数。让我们首先创建一个表-create table DemoTable( Score1 int,...
