MongoDB的索引和关系型数据库的索引概念和功能是相同的:
(1)不使用索引的搜索可以称为全表扫面,也就是说,服务器必须找完整个表才能查询整个结果;
(2)建立索引后搜索,查询在索引中搜索,在索引的条目中找到条目以后,就可以直接跳转到目标文档的位置;这样的搜索比全表的搜索的速度要提高好几个数量级;
先向集合blog中添加1000000个文档:
> for (i=0;i<1000000;i++){ ... db.users.insert( ... {"i":i, ... "username":"user"+1, ... "age":Math.floor(Math.random()*120), ... "created":new Date()});} WriteResult({ "nInserted" : 1 }) >
在上述的集合中随机查询一个文档,使用explain函数来查看搜索过程中的信息:
> db.users.find({"username":"user101"}).explain() { "cursor" : "BasicCursor", "isMultiKey" : false, "n" : 1, "nscannedObjects" : 1000000, "nscanned" : 1000000, "nscannedObjectsAllPlans" : 1000000, "nscannedAllPlans" : 1000000, "scanAndOrder" : false, "indexOnly" : false, "nYields" : 7812, "nChunkSkips" : 0, "millis" : 344, "server" : "localhost.localdomain:27017", "filterSet" : false } >
其中millies指明搜索花费的毫秒数为344毫秒;
其中n代表扫描全表后的搜索后的结果数为1,搜索并不知道username为user101的数量到底有几个,为优化查询将查询的结果限制为1个,这样在找到第一个文档后便停止搜索:
> db.users.find({"username":"user101"}).limit(1).explain() { "cursor" : "BasicCursor", "isMultiKey" : false, "n" : 1, "nscannedObjects" : 102, "nscanned" : 102, "nscannedObjectsAllPlans" : 102, "nscannedAllPlans" : 102, "scanAndOrder" : false, "indexOnly" : false, "nYields" : 0, "nChunkSkips" : 0, "millis" : 0, "server" : "localhost.localdomain:27017", "filterSet" : false } >
可以看到millis为0,因为扫描文档的数量极大减少了,查询几乎瞬间完成;
但是这个方法有缺陷,如果找users999999,仍然几乎扫描整个集合。
> db.users.find({"username":"user999999"}).limit(1).explain() { "cursor" : "BasicCursor", "isMultiKey" : false, "n" : 1, "nscannedObjects" : 1000000, "nscanned" : 1000000, "nscannedObjectsAllPlans" : 1000000, "nscannedAllPlans" : 1000000, "scanAndOrder" : false, "indexOnly" : false, "nYields" : 7812, "nChunkSkips" : 0, "millis" : 321, "server" : "localhost.localdomain:27017", "filterSet" : false } >
花费几乎和搜索整个集合的的时间millis差不多为321,而且随着文档数量增加,查询花费的时间越长;
在username字段上创建索引:
> db.users.ensureIndex({"username":1}) { "createdCollectionAutomatically" : false, "numIndexesBefore" : 1, "numIndexesAfter" : 2, "ok" : 1 } >
再次查询users999999的用户:
> db.users.find({"username":"user999999"}).limit(1).explain() { "cursor" : "BtreeCursor username_1", "isMultiKey" : false, "n" : 1, "nscannedObjects" : 1, "nscanned" : 1, "nscannedObjectsAllPlans" : 1, "nscannedAllPlans" : 1, "scanAndOrder" : false, "indexOnly" : false, "nYields" : 0, "nChunkSkips" : 0, "millis" : 85, "indexBounds" : { "username" : [ [ "user999999", "user999999" ] ] }, "server" : "localhost.localdomain:27017", "filterSet" : false } >
花费的时间millis为85,比没有创建索引前的321要少很多;
当然索引会加快查询的速度,但是也有弊端,每次添加、删除、更新一个文档,MongoDB不仅要更新文档,还要更新文档上的索引;
每个集合只能有64个集合,挑选合适的字段建立索引非常重要。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。