MongoDB 索引简介

简介

就像百科全书一样，数据库也是一个包含大量可访问信息的宝库。要找到百科全书中的一条特定信息，需要翻阅每一页，直到找到您要查找的信息。这种低效率是百科全书需要索引的原因，索引可以将您指向您需要翻阅的特定页面以获取您要查找的信息。

数据库的 索引 以类似的方式更有效地将您指向正确的信息位置。在 MongoDB 中，未索引的查询“搜索整本书”被称为集合扫描。

索引可以被认为是访问数据的捷径，因此不需要扫描整个数据库就能找到您要查找的信息。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

继续我们的百科全书类比，有人可能会想为书中的每个词都添加一个索引行。如果始终使用索引更快，那么这似乎是有益的。但是，正如您所想象的，索引中的词语行越多，书就越大。在某个时刻，为索引每个词而需要的书的大小将变得无效。像“the”或“because”这样的词，不如“hippopotamus”有用。

这类似于 MongoDB 和一般数据库中的索引。虽然是的，为查询可能使用的任何数据创建索引更快，但实际上有些数据不需要索引。就像书的大小一样，在数据库中添加过多的索引也会占用空间，并且如果不能得到控制，会对数据库的 写操作 产生不利影响。

索引是优化访问特定数据的一种非常有用的方法，这些数据通常用作查询中的选择条件。了解何时使用它们很重要，因此请确保在经常被查询的数据库字段上添加它们，这样可以保持读取效率，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

现在我们了解了索引是什么以及何时使用它们，我们可以进入创建索引的方法。

一旦确定了可以从索引中受益的字段，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 是要创建索引的字段的名称，而 1 表示升序。

该方法的示例用法如下

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

您还可以使用 createIndex() 方法在多个字段上创建索引，方法是创建如下所示的逗号分隔列表

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

如何显示索引

创建索引后，您可能需要查看数据库实例上存在的索引。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()

使用之前创建索引的示例，以下显示了该方法及其返回结果。

db.mycoll.getIndexes()

返回结果为

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

索引信息包括用于创建索引的键和选项。

如何了解索引性能

现在您能够创建索引并查看集合中存在的索引，您需要查看索引是否按预期执行。

首先，我们将使用 sample_mflix 数据库和 comments 集合作为示例，该集合大约有 50.3k 个文档。这是由 MongoDB 大学 提供的模拟电影和电视评论数据存储的示例集合。

要了解索引的性能，我们需要首先运行一个没有索引的查询。以下查询将返回集合中由 Ramsay Bolton 做出的所有 273 个文档

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")

这将导致以下结果

{
  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
    }
  }
}

在此输出中，有几个关键结果需要重点关注。首先，我们可以在 winningPlan 中看到，此查询的 stage 是一个 COLLSCAN。这意味着为了完成此查询，需要进行集合扫描，totalDocsExamined 为 50,303，executionTimeMillis 为 23 毫秒。该查询必须检查集合中的每个文档，并且即使 nReturned 只有 273 个文档，也花费了 23 毫秒。虽然 23 毫秒可能听起来并不多，但对于包含一百万个文档的集合来说，这可能会长得多。

如果在 name 上进行查询将成为访问此集合的应用程序的经常性模式，我们可能希望在此字段上创建一个索引。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来执行相同的查询

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
      }
    }
  }
}

与未建立索引的查询相比，我们现在看到 winningPlan.inputstage 现在是 IXSCAN，这表明使用了索引。

此外，我们看到 totalDocsExamined 现在只是 name 为 "Ramsay Bolton" 的 273 个文档，而不是全部 50,303 个文档。这种效率提高尤其体现在 executionTimeMillis 总计为 0 毫秒。我们对 name 建立的新索引向查询明确传达了要查找数据的准确位置。

分析您最重要的查询的解释计划将显示索引的性能，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

虽然解释计划可能显示需要建立索引，但它也可能做相反的事情。例如，如果索引不再需要或没有带来太多性能提升，那么您最好删除该索引以保留空间或提高写入性能。

要删除集合中的索引，可以使用 dropIndexes() 方法，基本语法如下

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

如果我们要删除前面提到的 country 索引示例，则可以编写以下内容

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

结论

在本指南中，我们讨论了如何有效地查询数据库，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拥有更快的性能和更易于操作数据库。了解如何建立索引以及索引的工作原理是实现查询效率的关键。

我们介绍了在 MongoDB 中创建、分析和删除索引的基础知识。了解这些索引基础知识将为继续学习 MongoDB 中更高级的索引奠定良好的基础。

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>, ... } )