《MongoDB入门教程》第27篇 创建索引

Posted 2023-03-09 不剪发的Tony老师

本文将会介绍 MongoDB 中的索引概念，以及如何利用 createIndex() 方法创建索引。

索引简介

假设存在一本包含介绍各种电影的图书。

如果想要查找一部名为“Pirates of Silicon Valley”的电影，我们需要翻阅每一页，直到发现该电影的介绍为止。

显然，这种查找方法效率低下。如果这本书包含一个内容索引，记录了电影的标题及对应的页码，我们就可以通过索引快速找到相应的电影介绍：

Pimpernel' Smith             1
...
Pirates of Silicon Valley    201
...
Twas the Night               300

在上面的索引信息中，电影“Pirates of Silicon Valley”位于这本书的 201 页。因此，我们可以直接打开 201 页查看相应的介绍：

从这个示例可以看出，索引可以更快地查找数据。

MongoDB 索引的工作方式和上面的示例类似，我们可以基于文档集合中的指定字段创建索引。MongoDB 使用 B-树 结构存储索引。

另一方面，当我们插入、更新或者删除文档时， MongoDB 需要维护相应的索引。也就是说，索引提高了文件的检索性能，但是需要以额外的写入和存储空间为代价。因此，应该建立合适的索引，而不是尽可能多的索引。

查看索引

我们首先创建一个新的 movies 集合，然后通过 MongoDB Compass 导入初始化数据（movies.json）：

默认情况下，所有的集合都拥有一个 _id 字段索引。getIndexes() 方法可以用于查看集合中的索引，语法如下：

db.collection.getIndexes()

以下命令可以查看集合 movies 中的索引：

db.movies.getIndexes()

[  v: 2, key:  _id: 1 , name: '_id_'  ]

输出结果中的索引名称为“_id_”，索引字段为 _id。 _id : 1 中的数字 1 代表了升序索引。

执行计划

以下查询用于查找电影“The Lake House”：

db.movies.find(
   Title: 'The Lake House'
)

 _id: ObjectId("640165db51c91edbf4fa413f"),
  Title: 'The Lake House',
  'US Gross': 52330111,
  'Worldwide Gross': 114830111,
  'US DVD Sales': 39758509,
  'Production Budget': 40000000,
  'Release Date': 'Jun 16 2006',
  'MPAA Rating': 'PG',
  'Running Time min': null,
  Distributor: 'Warner Bros.',
  Source: 'Remake',
  'Major Genre': 'Drama',
  'Creative Type': 'Fantasy',
  Director: null,
  'Rotten Tomatoes Rating': 36,
  'IMDB Rating': 6.8,
  'IMDB Votes': 36613 

为了查找该电影，MongoDB 需要扫描 movies 集合。在执行查询之前，MongoDB 查询计划器会选择最有效的执行计划。explain() 方法可以用于获取执行计划的相关信息。例如：

db.movies.find(
   Title: 'The Lake House'
).explain('executionStats')

 explainVersion: '1',
  queryPlanner: 
    namespace: 'book.movies',
     indexFilterSet: false,
     parsedQuery:  Title:  '$eq': 'The Lake House'  ,
     maxIndexedOrSolutionsReached: false,
     maxIndexedAndSolutionsReached: false,
     maxScansToExplodeReached: false,
     winningPlan: 
       stage: 'COLLSCAN',
        filter:  Title:  '$eq': 'The Lake House'  ,
        direction: 'forward' ,
     rejectedPlans: [] ,
  executionStats: 
    executionSuccess: true,
     nReturned: 1,
     executionTimeMillis: 2,
     totalKeysExamined: 0,
     totalDocsExamined: 3201,
     executionStages: 
       stage: 'COLLSCAN',
        filter:  Title:  '$eq': 'The Lake House'  ,
        nReturned: 1,
        executionTimeMillisEstimate: 0,
        works: 3203,
        advanced: 1,
        needTime: 3201,
        needYield: 0,
        saveState: 4,
        restoreState: 4,
        isEOF: 1,
        direction: 'forward',
        docsExamined: 3201  ,
  command: 
    find: 'movies',
     filter:  Title: 'The Lake House' ,
     '$db': 'book' ,
  serverInfo: 
    host: 'LAPTOP-DGRB6HD9',
     port: 27017,
     version: '5.0.9',
     gitVersion: '6f7dae919422dcd7f4892c10ff20cdc721ad00e6' ,
  serverParameters: 
    internalQueryFacetBufferSizeBytes: 104857600,
     internalQueryFacetMaxOutputDocSizeBytes: 104857600,
     internalLookupStageIntermediateDocumentMaxSizeBytes: 104857600,
     internalDocumentSourceGroupMaxMemoryBytes: 104857600,
     internalQueryMaxBlockingSortMemoryUsageBytes: 104857600,
     internalQueryProhibitBlockingMergeOnMongoS: 0,
     internalQueryMaxAddToSetBytes: 104857600,
     internalDocumentSourceSetWindowFieldsMaxMemoryBytes: 104857600 ,
  ok: 1 

explain() 方法返回了大量的信息，我们首先需要关注 winningPlan 部分：

...
     winningPlan: 
       stage: 'COLLSCAN',
        filter:  Title:  '$eq': 'The Lake House'  ,
        direction: 'forward' ,
...

winningPlan 返回了查询优化器最终选择的执行计划。示例中的 COLLSCAN 代表了集合扫描。

另外，executionStats 显示查询结果中包含 1 个文档，执行时间为 2 毫秒。

创建索引

createIndex() 方法可以用于创建新的索引。例如，以下命令可以为 movies 集合的 Title 字段创建索引：

db.movies.createIndex(Title:1)

'Title_1'

参数 Title: 1 包含了字段名和一个数值：

• Title 字段是索引键；
• 数值 1 表示按照字段的值从小到大创建升序索引，-1 表示从大到小创建降序索引。

createIndex() 方法返回了索引的名称。示例中创建的索引 Title_1 由字段名和数值 1（表示升序）组成。

再次查看集合 movies 中的索引：

db.movies.getIndexes()

[
   v: 2, key:  _id: 1 , name: '_id_' ,
   v: 2, key:  Title: 1 , name: 'Title_1' 
]

再次使用 explain() 方法查看上文中查询语句的执行计划和统计信息：

db.movies.find(
   Title: 'The Lake House'
).explain('executionStats')

 explainVersion: '1',
  queryPlanner: 
    namespace: 'book.movies',
     indexFilterSet: false,
     parsedQuery:  Title:  '$eq': 'The Lake House'  ,
     maxIndexedOrSolutionsReached: false,
     maxIndexedAndSolutionsReached: false,
     maxScansToExplodeReached: false,
     winningPlan: 
       stage: 'FETCH',
        inputStage: 
          stage: 'IXSCAN',
           keyPattern:  Title: 1 ,
           indexName: 'Title_1',
           isMultiKey: false,
           multiKeyPaths:  Title: [] ,
           isUnique: false,
           isSparse: false,
           isPartial: false,
           indexVersion: 2,
           direction: 'forward',
           indexBounds:  Title: [ '["The Lake House", "The Lake House"]' ]   ,
     rejectedPlans: [] ,
  executionStats: 
    executionSuccess: true,
     nReturned: 1,
     executionTimeMillis: 0,
     totalKeysExamined: 1,
     totalDocsExamined: 1,
     executionStages: 
       stage: 'FETCH',
        nReturned: 1,
        executionTimeMillisEstimate: 0,
        works: 2,
        advanced: 1,
        needTime: 0,
        needYield: 0,
        saveState: 0,
        restoreState: 0,
        isEOF: 1,
        docsExamined: 1,
        alreadyHasObj: 0,
        inputStage: 
          stage: 'IXSCAN',
           nReturned: 1,
           executionTimeMillisEstimate: 0,
           works: 2,
           advanced: 1,
           needTime: 0,
           needYield: 0,
           saveState: 0,
           restoreState: 0,
           isEOF: 1,
           keyPattern:  Title: 1 ,
           indexName: 'Title_1',
           isMultiKey: false,
           multiKeyPaths:  Title: [] ,
           isUnique: false,
           isSparse: false,
           isPartial: false,
           indexVersion: 2,
           direction: 'forward',
           indexBounds:  Title: [ '["The Lake House", "The Lake House"]' ] ,
           keysExamined: 1,
           seeks: 1,
           dupsTested: 0,
           dupsDropped: 0   ,
  command: 
    find: 'movies',
     filter:  Title: 'The Lake House' ,
     '$db': 'book' ,
  serverInfo: 
    host: 'LAPTOP-DGRB6HD9',
     port: 27017,
     version: '5.0.9',
     gitVersion: '6f7dae919422dcd7f4892c10ff20cdc721ad00e6' ,
  serverParameters: 
    internalQueryFacetBufferSizeBytes: 104857600,
     internalQueryFacetMaxOutputDocSizeBytes: 104857600,
     internalLookupStageIntermediateDocumentMaxSizeBytes: 104857600,
     internalDocumentSourceGroupMaxMemoryBytes: 104857600,
     internalQueryMaxBlockingSortMemoryUsageBytes: 104857600,
     internalQueryProhibitBlockingMergeOnMongoS: 0,
     internalQueryMaxAddToSetBytes: 104857600,
     internalDocumentSourceSetWindowFieldsMaxMemoryBytes: 104857600 ,
  ok: 1 

此时，查询优化器选择了索引扫描（IXSCAN），而不是集合扫描（COLLSCAN）。执行时间下降到了 0 毫秒。