索引是數(shù)據(jù)庫中很重要的內容，對此，這篇文章就給大家分享關于MongoDB數(shù)據(jù)庫索引的優(yōu)點，索引的類型，索引的創(chuàng)建等等，有這方面學習需要的朋友可以了解看看，下面我們一起來了解MongoDB索引。

        索引：特殊的數(shù)據(jù)結構，存儲表的數(shù)據(jù)的一小部分以實現(xiàn)快速查詢

        優(yōu)點：

        1、大大減少了服務器需要掃描的數(shù)據(jù)量

        2、索引可以幫助服務器避免排序或使用臨時表

        3、索引可以將隨機io轉換為順序io

        索引評估：三星（非常好）

        一星：索引如果能將相關的記錄放置到一起

        二星：索引中數(shù)據(jù)的存儲順序與查找標準中順序一致

        三星：如果索引中包含查詢中所需要的全部數(shù)據(jù)：（覆蓋索引）

        DBA書：關系型數(shù)據(jù)庫索引設計與優(yōu)化

        索引類別：

        順序索引

        散列索引：將索引映射至散列桶上，映射是通過散列函數(shù)進行的

        評估索引的標準：

        訪問類型：做等值比較用散列索引，用范圍比較時用順序索引

        訪問時間：

        插入時長：

        刪除時長：

        空間開銷：

        順序索引：

        聚集索引：如果某記錄文件中的記錄順序是按照對應的搜索碼指定的順序排序，聚集索引頁成為主索引

        非聚集索引：搜索碼中的指定的次序與記錄文件中的記錄次序不一致

        有聚集索引的數(shù)據(jù)文件，也叫做索引順序文件

        根據(jù)索引中是否為每個記錄相應的創(chuàng)建索引項，可分為稠密索引和稀疏索引

        多級索引：（但對頻繁修改的數(shù)據(jù)，性能很差）

        輔助索引必須是稠密索引

        B+樹索引：順序索引

        Balance Tree:平衡樹索引

        順序索引的特性：

        全值匹配：Name='user12'

        匹配最左前綴：Name LIKE  'User1%',無效：Name LIKE '%User1%'

        匹配列前綴：Name LIKE  'User1%',無效：Name LIKE '%User1%'

        匹配范圍值

        精確匹配某一列并范圍匹配另外一列：

        精確匹配:=,IN(),<=>

        Mysql:全文索引，fulltext

        sphinx，lucene

        空間索引：必須使用空間索引函數(shù)獲取相應的查詢結果

        主鍵、唯一鍵

        Mysql：創(chuàng)建索引

create index index_name on table (col1,…)

alter table add index

alter table drop index

drop index index_name from table

show indexes from table

        Mongodb創(chuàng)建索引：

        id字段就有主索引

        在Name創(chuàng)建索引：

        查看所有：

        默認在id上創(chuàng)建了主索引

        唯一索引：

db.collection.ensureIndex({"user_id":1},{unique:true})

        sparse index:稀疏索引

db.collection.ensureIndex({"user_id":1},{sparse:true})

        Mongodb：

        索引可以創(chuàng)建在collection上，也可以創(chuàng)建在子文檔中

        Mongodb索引類型：

        db.mycoll.dropIndexes()：刪除mycoll的所有索引

        查詢過程：explain

        掃描了100個數(shù)據(jù)

        創(chuàng)建索引后，只掃描一個數(shù)據(jù)

        指定索引：

        創(chuàng)建組合索引：

        通過組合索引查詢：

> db.testcoll.find({Name:'User19'}).hint({Name:1,Age:1}).explain()

{

 "cursor" : "BtreeCursor Name_1_Age_1",

 "isMultiKey" : false,

 "n" : 1,

 "nscannedObjects" : 1,

 "nscanned" : 1,

 "nscannedObjectsAllPlans" : 1,

 "nscannedAllPlans" : 1,

 "scanAndOrder" : false,

 "indexOnly" : false,

 "nYields" : 0,

 "nChunkSkips" : 0,

 "millis" : 0,

 "indexBounds" : {

  "Name" : [

   [

    "User19",

    "User19"

   ]

  ],

  "Age" : [

   [

    {

     "$minElement" : 1

    },

    {

     "$maxElement" : 1

    }

   ]

  ]

 },

 "server" : "stu:27017"

}