MongoDB的索引（三）

MongoDB的索引：

1. _id索引

该索引是大多数集合默认创建的索引，也就是说用户每插入一个数据，MongoDB会自动生成一条唯一的_id字段。

2. 单键索引

单键索引是最普通的索引，它不会自动创建，需要手动创建。

例如：dm.bochao_collection.ensureIndex({name:"zhangsan"})

创建了一个name=zhangsan的索引

> db.bochao_collection.ensureIndex({x:11})
{
"createdCollectionAutomatically" : false,
"numIndexesBefore" : 1,
"numIndexesAfter" : 2,
"ok" : 1
}
> db.bochao_collection.getIndexes()
[
{
"v" : 1,
"key" : {
"_id" : 1
},
"name" : "_id_",
"ns" : "bochao.bochao_collection"
},
{
"v" : 1,
"key" : {
"x" : 11
},
"name" : "x_11",
"ns" : "bochao.bochao_collection"
}
]

3. 多键索引

多键索引与单键索引类似，区别在于字段的值。

单键索引：值为一个单一的值，例如字符串，数字或者日期。

多键索引： 值具有多个记录，例如数组。

4. 复合索引

当使用多个查询条件时候，可以创建复合索引。

> db.bochao_collection.ensureIndex({x:11,y:22})
{
"createdCollectionAutomatically" : false,
"numIndexesBefore" : 2,
"numIndexesAfter" : 3,
"ok" : 1
}
> db.bochao_collection.getIndexes()
[
{
"v" : 1,
"key" : {
"_id" : 1
},
"name" : "_id_",
"ns" : "bochao.bochao_collection"
},
{
"v" : 1,
"key" : {
"x" : 11
},
"name" : "x_11",
"ns" : "bochao.bochao_collection"
},
{
"v" : 1,
"key" : {
"x" : 11,
"y" : 22
},
"name" : "x_11_y_22",
"ns" : "bochao.bochao_collection"
}
]

5. 过期索引

过期索引是在一定的时间会自动过期失效的索引

在索引过期后，相应的数据会被自动删除

这将比较适合存储一些在一段时间后会失效的数据，如用户登录信息、日志信息等等

注意：

<1>. 存储在过期索引的字段值类型必须是时间类型，必须是ISODate或者是ISO数组，不能使用时间戳，否则不能自动清除数据。

> db.bochao_collection.ensureIndex({time:1},{expireAfterSeconds:30})

db.bochao_collection.insert({time:new Date(), address:"北京市昌平区"})

这会在30秒钟后自动删除该条数据

<2>. 如果指定了ISODate数组，则按照最小的时间进行删除。也就是说如果有一个最小的时间到达了，则删除该条数据。

<3>. 过期索引不能创建复合索引

<4>. 索引过期按指定时间删除是不精确的。 因为删除过程是后台进程每60S执行一次，有误差

6. 全文索引

对字符串与字符串数组创建全文可搜索的索引

<1>. 创建全文索引

> db.bochao_collection.ensureIndex({article:"text"})
{
"createdCollectionAutomatically" : true,
"numIndexesBefore" : 1,
"numIndexesAfter" : 2,
"ok" : 1
}

<2>. 使用全文索引查询

> db.bochao_collection.find({$text:{$search:"aa"}})
{ "_id" : ObjectId("55d9fb263b6af5422bb1ed52"), "article" : "aa bb cc dd" }
{ "_id" : ObjectId("55d9fb2e3b6af5422bb1ed53"), "article" : "aa bb ff gg" }
{ "_id" : ObjectId("55d9fb413b6af5422bb1ed54"), "article" : "aa bb hh ee" }

MongoDB的一个集合中只能创建一个全文索引

# 查询包含多个条件字符串（或的关系），如下：

> db.bochao_collection.find({$text:{$search:"aa bb cc"}})
{ "_id" : ObjectId("55d9fb263b6af5422bb1ed52"), "article" : "aa bb cc dd" }
{ "_id" : ObjectId("55d9fb2e3b6af5422bb1ed53"), "article" : "aa bb ff gg" }
{ "_id" : ObjectId("55d9fb413b6af5422bb1ed54"), "article" : "aa bb hh ee" }

# 查询包含多个条件字符串（与的关系），如下：

> db.bochao_collection.find({$text:{$search:"\"aa\", \"bb\", \"cc\""}})
{ "_id" : ObjectId("55d9fb263b6af5422bb1ed52"), "article" : "aa bb cc dd" }

# 按照条件全文检索并且不包含某个字符的查询，如下

> db.bochao_collection.find({$text:{$search:"aa bb -cc"}})
{ "_id" : ObjectId("55d9fb2e3b6af5422bb1ed53"), "article" : "aa bb ff gg" }
{ "_id" : ObjectId("55d9fb413b6af5422bb1ed54"), "article" : "aa bb hh ee" }

# 全文索引的相似度，使用这样的语法： score:{$meta:"textScore"}

写在查询条件之后可以返回结果的相似度，与sort一起使用，可以达到很好的使用效果。

> db.bochao_collection.find({$text:{$search:"aa bb"}})
{ "_id" : ObjectId("55d9fb263b6af5422bb1ed52"), "article" : "aa bb cc dd" }
{ "_id" : ObjectId("55d9fb2e3b6af5422bb1ed53"), "article" : "aa bb ff gg" }
{ "_id" : ObjectId("55d9fb413b6af5422bb1ed54"), "article" : "aa bb hh ee" }
{ "_id" : ObjectId("55da00670a78029813da6fcc"), "article" : "aa bb" }
> db.bochao_collection.find({$text:{$search:"aa bb"}},{score:{$meta:"textScore"}})
{ "_id" : ObjectId("55d9fb263b6af5422bb1ed52"), "article" : "aa bb cc dd", "score" : 1.25 }
{ "_id" : ObjectId("55d9fb2e3b6af5422bb1ed53"), "article" : "aa bb ff gg", "score" : 1.25 }
{ "_id" : ObjectId("55d9fb413b6af5422bb1ed54"), "article" : "aa bb hh ee", "score" : 1.25 }
{ "_id" : ObjectId("55da00670a78029813da6fcc"), "article" : "aa bb", "score" : 1.5 }
> db.bochao_collection.find({$text:{$search:"aa bb"}},{score:{$meta:"textScore"}}).sort({score:{$meta:"textScore"}})
{ "_id" : ObjectId("55da00670a78029813da6fcc"), "article" : "aa bb", "score" : 1.5 }
{ "_id" : ObjectId("55d9fb263b6af5422bb1ed52"), "article" : "aa bb cc dd", "score" : 1.25 }
{ "_id" : ObjectId("55d9fb2e3b6af5422bb1ed53"), "article" : "aa bb ff gg", "score" : 1.25 }
{ "_id" : ObjectId("55d9fb413b6af5422bb1ed54"), "article" : "aa bb hh ee", "score" : 1.25 }


利用这个功能可以实现一个不错的全文检索功能哦

注意：

每次查询，只能使用$text查询

$text查询不能出现在$nor查询中

查询中如果包含了$text,hint将失效

全文索引不支持中文

# 索引的重要属性：

<1>. 索引的名称：自定义索引的名称

> db.bochao_collection.ensureIndex({dcz:1000}, {name:"dczIndex"})
{
"createdCollectionAutomatically" : false,
"numIndexesBefore" : 4,
"numIndexesAfter" : 5,
"ok" : 1

{
"v" : 1,
"key" : {
"dcz" : 1000
},
"name" : "dczIndex",
"ns" : "bochao.bochao_collection"
}

删除索引:

> db.bochao_collection.dropIndex("dczIndex")
{ "nIndexesWas" : 5, "ok" : 1 }

<2>. 索引的唯一性，unique指定

> db.bochao_c.ensureIndex({m:1,n:1},{unique:true})
{
"createdCollectionAutomatically" : true,
"numIndexesBefore" : 1,
"numIndexesAfter" : 2,
"ok" : 1
}

这样创建后就不能插入两条一样的M，N数据了。

<3>. 稀疏索引，使用sparse关键字：

避免为不必要的字段上创建索引，创建语法是：db.collection.ensureIndex({},{sparse:true/false})

> db.bochao3.ensureIndex({m:1},{sparse:true})
{
"createdCollectionAutomatically" : false,
"numIndexesBefore" : 1,
"numIndexesAfter" : 2,
"ok" : 1
}

7. 地址位置索引

将一些点的位置存储在MongoDB 中，创建索引后，可以按照位置来查找其他点。

子分类：

2d索引：用于存储和查找平面上的点

2dsphere索引：用于存储和查找球面上的点

查找方式：

1. 查找距离某个点一定距离内的点

2. 查找包含在某区域内的点

# 创建2d索引

创建语法：db.collection.ensureIndex({w:"2d"})

2d位置表示方法：经纬度[经度，纬度]，取值范围：经度[-180,180] 纬度[-90,90]

查询方式：

1. $near查询：查询距离某个点最近的点：

插入几个平面坐标（经纬度）：

> db.location.insert({w:[30,60]})
WriteResult({ "nInserted" : 1 })
> db.location.insert({w:[1,2]})
WriteResult({ "nInserted" : 1 })
> db.location.insert({w:[30,80]})
WriteResult({ "nInserted" : 1 })
> db.location.insert({w:[180,40]})
WriteResult({ "nInserted" : 1 })
> db.location.insert({w:[127,20]})
WriteResult({ "nInserted" : 1 })

查询一下：
> db.location.find()
{ "_id" : ObjectId("55db2ce6a0319a75b8c83ba1"), "w" : [ 30, 60 ] }
{ "_id" : ObjectId("55db2cf5a0319a75b8c83ba2"), "w" : [ 1, 2 ] }
{ "_id" : ObjectId("55db2d01a0319a75b8c83ba3"), "w" : [ 30, 80 ] }
{ "_id" : ObjectId("55db2d0ba0319a75b8c83ba4"), "w" : [ 180, 40 ] }
{ "_id" : ObjectId("55db2d13a0319a75b8c83ba5"), "w" : [ 127, 20 ] }

查询距离经纬度[1,1]最近的，看到会返回了全部坐标点,MongoDB默认会返回100个最近的点
> db.location.find({w:{$near:[1,1]}})
{ "_id" : ObjectId("55db2cf5a0319a75b8c83ba2"), "w" : [ 1, 2 ] }
{ "_id" : ObjectId("55db2ce6a0319a75b8c83ba1"), "w" : [ 30, 60 ] }
{ "_id" : ObjectId("55db2d01a0319a75b8c83ba3"), "w" : [ 30, 80 ] }
{ "_id" : ObjectId("55db2d13a0319a75b8c83ba5"), "w" : [ 127, 20 ] }
{ "_id" : ObjectId("55db2d0ba0319a75b8c83ba4"), "w" : [ 180, 40 ] }
可以使用$maxDistance关键字来做限制
> db.location.find({w:{$near:[1,1], $maxDistance:80}})
{ "_id" : ObjectId("55db2cf5a0319a75b8c83ba2"), "w" : [ 1, 2 ] }
{ "_id" : ObjectId("55db2ce6a0319a75b8c83ba1"), "w" : [ 30, 60 ] }

2. 使用$geoWithin查询：查询某个形状内的点

形状的表示：

<1>. $box:矩形，使用{$box:[[<x1>,<y1>],[<x2>,<y2>]]}表示

> db.location.find({w:{$geoWithin:{$box:[[10,20],[80,80]]}}})
{ "_id" : ObjectId("55df1696c7913b1f63dd27e3"), "w" : [ 10, 20 ] }
{ "_id" : ObjectId("55df169ac7913b1f63dd27e4"), "w" : [ 10, 30 ] }
{ "_id" : ObjectId("55df16a3c7913b1f63dd27e5"), "w" : [ 20, 30 ] }
{ "_id" : ObjectId("55df16c1c7913b1f63dd27eb"), "w" : [ 10, 60 ] }
{ "_id" : ObjectId("55df16a6c7913b1f63dd27e6"), "w" : [ 20, 50 ] }
{ "_id" : ObjectId("55df16aac7913b1f63dd27e7"), "w" : [ 50, 50 ] }
{ "_id" : ObjectId("55df16afc7913b1f63dd27e8"), "w" : [ 50, 80 ] }

<2>. $center:圆形，使用{$center:[[<x1>,<y1>],r]}表示

> db.location.find({w:{$geoWithin:{$center:[[10,20],40]}}})
{ "_id" : ObjectId("55df1696c7913b1f63dd27e3"), "w" : [ 10, 20 ] }
{ "_id" : ObjectId("55df169ac7913b1f63dd27e4"), "w" : [ 10, 30 ] }
{ "_id" : ObjectId("55df16a3c7913b1f63dd27e5"), "w" : [ 20, 30 ] }
{ "_id" : ObjectId("55df16c1c7913b1f63dd27eb"), "w" : [ 10, 60 ] }
{ "_id" : ObjectId("55df16a6c7913b1f63dd27e6"), "w" : [ 20, 50 ] }

<3>. $polygon:多边形，使用{$polygon:[[<x1>,<y1>],[<x2>,<y2>],[<x3>,<y3>]]}表示

> db.location.find({w:{$geoWithin:{$polygon:[[10,20],[40,30],[90,30]]}}})
{ "_id" : ObjectId("55df1696c7913b1f63dd27e3"), "w" : [ 10, 20 ] }
<4>. geoNear查询：geoNear使用runCommand命令进行使用，如下：

db.runCommand({geoNear:<collection>,

                             near:[x,y],

                             minDistance:, (对2d索引无效)

                             maxDistance:,

                             num:

                             ...})

> db.runCommand({geoNear:"location",near:[10,20],maxDistance:10,num:2})
{
"results" : [
{
"dis" : 0,
"obj" : {
"_id" : ObjectId("55df1696c7913b1f63dd27e3"),
"w" : [
10,
20
]
}
},
{
"dis" : 10,
"obj" : {
"_id" : ObjectId("55df169ac7913b1f63dd27e4"),
"w" : [
10,
30
]
}
}
],
"stats" : {
"nscanned" : 22,
"objectsLoaded" : 2,
"avgDistance" : 5,
"maxDistance" : 10,
"time" : 4
},
"ok" : 1

# 创建2dsphere索引

创建方式：db.collection.ensureIndex({w:"2dsphere"})

位置表示方式

GeoJSON：描述一个点，一条直线，多边形等形状。

格式：{type:"", coordinates:[<coordinates>]}

查询方式与2d索引方式类似，支持$minDistance与$maxDistance