MongoDB 索引简介

简介

就像百科全书一样，数据库是可访问信息的丰富存储库。要在百科全书中找到特定信息，需要翻阅每一页，直到找到所需内容。这种效率低下是百科全书拥有索引的原因，索引会引导您准确找到所需信息的页面。

数据库索引以类似的方式更有效地引导您找到信息。在 MongoDB 中，未索引的“搜索整本书”的查询称为集合扫描。

索引可以被认为是访问数据的快捷方式，这样就不必扫描整个数据库来查找所需内容。在本文中，我们将介绍 MongoDB 中的索引，讨论何时使用它们以及如何管理它们。

何时应使用索引

按照我们的百科全书类比，有人可能会想到为书中的每个单词都设置索引行。如果使用索引总是更快，那么这似乎是有益的。然而，正如您可以想象的，索引中的单词行越多，书就越大。在某些时候，为了索引每个单词而需要容纳的书的大小变得无效。有许多单词，例如“the”或“because”，不如“hippopotamus”有用。

这与 MongoDB 和一般数据库中的索引类似。是的，为查询可能使用的任何数据设置索引会更快，但有些数据根本不需要索引。就像书的大小一样，向数据库添加太多索引也会占用空间，如果不能及时控制，会对数据库上的写入操作产生不利影响。

索引是一种非常有用的方法，可以优化对经常用作查询选择条件的特定数据的访问。了解何时使用它们很重要，因此确保在经常查询的数据库字段上添加它们将保持读取效率，而不会对数据库大小和写入效率产生负面影响。

如何创建索引

现在我们已经了解了索引是什么以及何时使用它们，我们可以开始创建索引的方法了。

一旦您确定了某个字段可以从索引中受益，您就可以使用 MongoDB 的 createIndex() 方法。基本语法如下：

db.COLLECTION_NAME.createIndex( { "FIELD_NAME": 1 } )

FIELD_NAME 是您要创建索引的字段名称，1 表示升序。

该方法的示例用法如下所示：

db.mycoll.createIndex( { "country": 1 } )

您还可以使用 createIndex() 方法通过创建逗号分隔列表来在多个字段上创建索引，如下所示：

db.COLLECTION_NAME.createIndex( { "FIELD_NAME_1": 1, "FIELD_NAME_2": -1 } )

如何显示索引

一旦您开始创建索引，您可能希望检查数据库实例上存在哪些索引。在 MongoDB 中，您可以使用 getIndexes() 方法返回集合中所有索引的描述。

查看所有集合索引的基本语法是：

db.COLLECTION_NAME.getIndexes()

使用我们创建索引时前面的示例，以下显示了该方法及其将返回的内容。

db.mycoll.getIndexes()

返回值为

[
   {
      "v" : 2,
      "key" : {
         "country" : 1
      },
      "name" : "country"
   }
 ]

索引信息包括用于创建索引的键和选项。

如何理解索引性能

现在有了创建和检查集合中是否存在索引的能力，您将希望查看索引是否按预期运行。

为了开始这个示例，我们将使用 sample_mflix 数据库和 comments 集合，其中包含约 50.3k 个文档。这是由 MongoDB 大学提供的示例集合，模拟电影和电视评论的数据存储。

为了理解索引的性能，我们首先要运行一个没有索引的查询。以下查询将返回集合中所有 273 个由 Ramsay Bolton 发表的评论文档。

db.comments.find( { "name" : "Ramsay Bolton" } )

现在，如果我们将 MongoDB 的解释计划附加到查询中，我们将看到此查询的性能。

db.comments.find( { "name" : "Ramsay Bolton" } ).explain("executionStats")

这会产生以下结果

{
  queryPlanner: {
    plannerVersion: 1,
    namespace: 'sample_mflix.comments',
    indexFilterSet: false,
    parsedQuery: { name: { '$eq': 'Ramsay Bolton' } },
    winningPlan: {
      stage: 'COLLSCAN',
      filter: { name: { '$eq': 'Ramsay Bolton' } },
      direction: 'forward'
    },
    rejectedPlans: []
  },
  executionStats: {
    executionSuccess: true,
    nReturned: 273,
    executionTimeMillis: 23,
    totalKeysExamined: 0,
    totalDocsExamined: 50303,
    executionStages: {
      stage: 'COLLSCAN',
      filter: { name: { '$eq': 'Ramsay Bolton' } },
      nReturned: 273,
      executionTimeMillisEstimate: 6,
      works: 50305,
      advanced: 273,
      needTime: 50031,
      needYield: 0,
      saveState: 50,
      restoreState: 50,
      isEOF: 1,
      direction: 'forward',
      docsExamined: 50303
    }
  }
}

此输出中有几个关键结果需要关注。首先，我们可以在 winningPlan 中看到此查询的 stage 是 COLLSCAN。这意味着发生了集合扫描以完成此查询，totalDocsExamined 为 50,303，executionTimeMillis 为 23 毫秒。即使 nReturned 只有 273 个文档，查询也必须检查集合中的每个文档并花费 23 毫秒。虽然 23 毫秒听起来不多，但对于包含一百万个文档的集合来说，这可能会长得多。

如果对 name 的查询将是访问此集合的应用程序的常见模式，我们可能希望在此字段上创建索引。为此，我们编写以下内容：

db.comments.createIndex( {"name":1} )

如果我们使用之前的解释计划运行相同的查询

db.comments.find( { "name" : "Ramsay Bolton" } ).explain("executionStats")

{
  queryPlanner: {
    plannerVersion: 1,
    namespace: 'sample_mflix.comments',
    indexFilterSet: false,
    parsedQuery: { name: { '$eq': 'Ramsay Bolton' } },
    winningPlan: {
      stage: 'FETCH',
      inputStage: {
        stage: 'IXSCAN',
        keyPattern: { name: 1 },
        indexName: 'name_1',
        isMultiKey: false,
        multiKeyPaths: { name: [] },
        isUnique: false,
        isSparse: false,
        isPartial: false,
        indexVersion: 2,
        direction: 'forward',
        indexBounds: { name: [ '["Ramsay Bolton", "Ramsay Bolton"]' ] }
      }
    },
    rejectedPlans: []
  },
  executionStats: {
    executionSuccess: true,
    nReturned: 273,
    executionTimeMillis: 0,
    totalKeysExamined: 273,
    totalDocsExamined: 273,
    executionStages: {
      stage: 'FETCH',
      nReturned: 273,
      executionTimeMillisEstimate: 0,
      works: 274,
      advanced: 273,
      needTime: 0,
      needYield: 0,
      saveState: 0,
      restoreState: 0,
      isEOF: 1,
      docsExamined: 273,
      alreadyHasObj: 0,
      inputStage: {
        stage: 'IXSCAN',
        nReturned: 273,
        executionTimeMillisEstimate: 0,
        works: 274,
        advanced: 273,
        needTime: 0,
        needYield: 0,
        saveState: 0,
        restoreState: 0,
        isEOF: 1,
        keyPattern: { name: 1 },
        indexName: 'name_1',
        isMultiKey: false,
        multiKeyPaths: { name: [] },
        isUnique: false,
        isSparse: false,
        isPartial: false,
        indexVersion: 2,
        direction: 'forward',
        indexBounds: { name: [ '["Ramsay Bolton", "Ramsay Bolton"]' ] },
        keysExamined: 273,
        seeks: 1,
        dupsTested: 0,
        dupsDropped: 0
      }
    }
  }
}

与未索引的查询相比，我们现在看到 winningPlan.inputstage 现在是 IXSCAN，这表示使用了索引。

此外，我们看到 totalDocsExamined 现在只是 name 为 "Ramsay Bolton" 的 273 个文档，而不是整个 50,303 个文档。这种效率的提高现在尤其体现在 executionTimeMillis 总计为 0 毫秒。我们对 name 的新索引精确地告诉查询在哪里查找它正在寻找的数据。

分析最重要的查询的解释计划将向您展示索引的性能，或突出显示何时需要创建索引以提高应用程序的效率。

如何删除索引

虽然解释计划可能会显示需要索引，但它也可能起到相反的作用。例如，如果不再需要某个索引或其性能提升不大，则最好删除该索引以节省空间或提高写入性能。

要删除集合上的索引，使用 dropIndexes() 方法的基本语法如下：

db.COLLECTION_NAME.dropIndex( { "FIELD_NAME": 1 } )

如果我们想删除前面示例中的 country 索引，我们将编写以下内容：

db.mycoll.dropIndex( { "country":1 } )

结论

在本指南中，我们讨论了如何高效地查询数据库，从而改善应用程序的用户体验。此外，那些将数据用于分析或其他内部工作的人将获得更快的性能，并更轻松地使用数据库。了解如何索引以及索引如何工作是实现查询效率的关键。

我们介绍了 MongoDB 中创建、分析和删除索引的基础知识。了解这些索引基础将为继续学习 MongoDB 更高级的索引打下正确的基础。

常见问题解答

db.users.insertOne({
    "first_name": "Alex",
    "last_name": "Emerich",
    "books": {
        "first_book": {
            "title": "Flights",
            "author": "Olga Tokarczuk"
        },
        "second book": {
            "title": "The Master and Margarita",
            "author": "Mikhail Bulgakov"
        },
        "total": 2
    }
})

db.users.createIndex( {"books.total": 1 } )

db.collection.createIndex( { <field1>: <type>, <field2>: <type2>, ... } )