玩转mongoDB：索引，速度的引领（普通索引篇）

Posted 2021-05-01 精修Java

      数据库索引与书籍的索引类似，有了索引就不需要翻整本书，数据库可以直接在索引中查找，在索引中找到条目后，就可以直接跳到目标文档的位置，这可以让查找的速度提高几个数量级。

一、创建索引

        我们在person这个集合的age键上创建一个索引，比较一下创建索引前后，一个查询的语句的性能区别。

        创建索引：db.person.ensureIndex({"age":1})。这里我们使用了ensureIndex在age上建立了索引。“1”：表示按照age进行升序，“-1”：表示按照age进行降序。

        没有索引的查询性能：

        有索引的查询性能：

        我们主要来看这几个参数，（参数说明，请看上一篇文章）

        executionTimeMillis（这次query整体的耗时）：无索引耗时962毫秒 ；有索引耗时143毫秒。

        totalDocsExamined（文档扫描条目）：无索引是200万条；有索引是2000条。

        stage（查询的类型）：无索引是COLLSCAN（全表扫描）；有索引是FETCH+IXSCAN（索引扫描+根据索引去检索指定document）。

        executionStages.executionTimeMillisEstimate（检索document获得数据的耗时）：无索引耗时910毫秒；有索引耗时0毫秒。

        建好索引后，这个query整体的速度提高了1个数量级 （1个数量级是10倍的意思）。根据查询语句的不同，索引可以使速度提高几个数量级。

二、复合索引 

        在多个键上建立的索引就是复合索引，有时候我们的查询不是单条件的，可能是多条件，比如查找年龄在20~30名字叫‘ryan1’的同学，那么我们可以建立“age”和“name”的联合索引来加速查询。

        为了演示索引的效果，我们来重新生成插入一份200万个文档的集合。

//删除原来的集合
db.person.drop();
//插入200万条数据
for(var i=0;i<2000000;i++){
     db.person.insert({"name":"ryan"+i%1000,"age":20+i%10});
}
//创建三个索引
db.person.ensureIndex({"age":1})
db.person.ensureIndex({"name":1,"age":1})
db.person.ensureIndex({"age":1,"name":1})

        我们可以用hint()方法来强制查询走哪个索引。

        我们来看一下，当查询条件是多个的时候，复合索引相比单键索引的强大魅力。

        使用单键索引

db.person.find({"age":{"$gte":20,"$lte":30},"name":"ryan1"})
.hint({"age":1}).explain("executionStats");

        结果如下：

{
    ...
    "executionStats" : {
        "executionSuccess" : true,
        "nReturned" : 2000,
        "executionTimeMillis" : 2031,
        "totalKeysExamined" : 2000000,
        "totalDocsExamined" : 2000000,
    ...    
}

        使用复合索引

db.person.find({"age":{"$gte":20,"$lte":30},"name":"ryan1"})
.hint({"age":1,"name":1}).explain("executionStats");

        结果如下：

{
    ...
    "executionStats" : {
        "executionSuccess" : true,
        "nReturned" : 2000,
        "executionTimeMillis" : 8,
        "totalKeysExamined" : 2010,
        "totalDocsExamined" : 2000,
    ...
}

        从executionTimeMillis的值上，一眼就可以看出却别。单间索引耗费了2031毫秒，复合索引用了8毫秒。 由此我们可以看出，根据查询语句的不同，建立正确的索引是非常重要的，对于查询语句中是多条件的，应多考虑复合索引的应用。

        下面，我们再说一种复合索引的重要应用情况。有对一个键排序并只要前100个结果的情景（实际项目中经常都是这种情景）。对于这种情况，索引应该这样建{"sortKey":1,"queryCriteria":1}，排序的键应该放在复合索引的第一位。

        排序键没有放在复合索引的第一位：

db.person.find({"age":{"$gte":21.0,"$lte":30.0}})
.sort({"name":1}).limit(100)
.hint({"age":1,"name":1}).explain("executionStats");

        结果如下：

{
    ...
        "executionStats" : {
        "executionSuccess" : true,
        "nReturned" : 100,
        "executionTimeMillis" : 6882,
        "totalKeysExamined" : 1800000,
        "totalDocsExamined" : 1800000,
    ...  
}

        排序键放在复合索引的第一位：

db.person.find({"age":{"$gte":21.0,"$lte":30.0}})
.sort({"name":1}).limit(100)
.hint({"name":1,"age":1}).explain("executionStats");

        结果如下：

{
    ...
    "executionStats" : {
        "executionSuccess" : true,
        "nReturned" : 100,
        "executionTimeMillis" : 3,
        "totalKeysExamined" : 2100,
        "totalDocsExamined" : 2100,
    ...
}

        从上面的结果，我们很容易看出，基于排序键的索引，效果非常好。

        分析：第一种索引，需要找到所有复合查询条件的值（依据索引，键和文档可以快速找到），但是找到后，需要对文档在内存中进行排序，这个步骤消耗了非常多的时间。第二种索引，效果非常好，因为不需要在内存中对大量数据进行排序。但是，MongoDB不得不扫描整个索引以便找到所有文档。因此，如果对查询结果的范围做了限制，那么MongoDB在几次匹配之后就可以不再扫描索引，在这种情况下，将排序键放在第一位是一个非常好的策略。 

三、唯一索引

        唯一索引可以确保集合的每个文档的指定键都有唯一值。如果想保证不同文档的“name”键拥有不同的值，在“name”键上创建一个唯一索引就可以了。

db.person.ensureIndex({"name":1},{"unique":true});

        然后用db.person.getIndexes()命令，查看目前person集合所有的索引。

        也可以创建复合的唯一索引。创建复合唯一索引时，单个键的值可以相同，但所有键的组合值必须是唯一的。 

db.person.ensureIndex({"name":1,"age":1},{"unique":true}); 

        然后用db.person.getIndexes()命令，查看目前person集合所有的索引。

四、稀疏索引

        唯一索引会把null看作值，所以无法将多个缺少唯一索引中的键的文档插入到集合中。然而，在有些情况下，你可能希望唯一索引只对包含相应键的文档生效。这个时候我们可以用到MongoDB中的稀疏索引。该索引与关系型数据库中的稀疏索引是完全不同的概念。MongoDB中的稀疏索引只是不需要将每个文档都作为索引条目。

        比如，如果有一个可选的mobilephone字段，但是，如果提供了这个字段，那么它的值必须是唯一的：

db.person.ensureIndex({"mobilephone":1}{"unique":true,"sparse":true});

        稀疏索引不必是唯一的。只要去掉unique选项，就可以创建一个非唯一的稀疏索引。

五、索引管理

        如第一小节所述，可以使用ensureIndex方法创建新的索引，也可以使用createIndex方法。

        创建一个索引之后，可以利用getIndexes()方法来查看给定集合上的所有索引的信息。

db.person.getIndexes();//获取集合的索引信息

        结果如下：

[
    {
        "v" : 1,
        "key" : {
            "_id" : 1
        },
        "name" : "_id_",
        "ns" : "personmap.person"
    },
    {
        "v" : 1,
        "unique" : true,
        "key" : {
            "name" : 1.0
        },
        "name" : "name_1",
        "ns" : "personmap.person"
    },
    {
        "v" : 1,
        "unique" : true,
        "key" : {
            "name" : 1.0,
            "age" : 1.0
        },
        "name" : "name_1_age_1",
        "ns" : "personmap.person"
    },
    {
        "v" : 1,
        "unique" : true,
        "key" : {
            "mobilephone" : 1.0
        },
        "name" : "mobilephone_1",
        "ns" : "personmap.person",
        "sparse" : true
    }
]

        随着业务的不断变化，你可能会发现数据或者查询已经发生了改变，原来的索引也不那么好用了。这时可以使用dropIndex()方法删除不需要的索引：

db.person.dropIndex("name_1");//删除索引名为name_1的索引。