學習MongoDB 八: MongoDB索引(索引限制條件)(二),mongodb索引
一、簡介
我們上一篇介紹了索引基本操作,通過db.collection.createIndex(keys, options)文法建立索引,我們繼續介紹地理空間索引、索引的限制,使我們在MongoDB時能提高查詢效率。
索引的文法:
db.collection.createIndex(keys,options)
options 參數說明
二.地理空間索引
我們生活上用到地理位置越多越多,所以儲存經緯度就多了,查地理位置就多了,為了提高在MongoDB查詢效率,我們建立地理空間索引。
1.建立地理空間索引
文法:
db.collection.createIndex({ <location field> : "2d" , <additionalfield> : <value> } , {<index-specification options> } )
index-specification參數說明:
{ min : <lower bound> , max :<upper bound> }
我們經常建立經緯度的格式有幾種,例如:location:[ 50, 40 ]、location :{ lng :50 ,lat : 40}
> db.places.find(){ "_id" :ObjectId("55ad0df063ea39b3057bdeef"), "onumber" : 1,"date" : "2015-07-01", "cname" :"zcy", "location" : [ -10, 100 ] }{ "_id" :ObjectId("55ad0e0463ea39b3057bdef0"), "onumber" : 2,"date" : "2015-07-02", "cname" :"zcy", "location" : [ 10, 60 ] }{ "_id" :ObjectId("55ad0e1663ea39b3057bdef1"), "onumber" : 3,"date" : "2015-07-03", "cname" :"zcy", "location" : [ 100, 150 ] }{ "_id" :ObjectId("55ad0e2463ea39b3057bdef2"), "onumber" : 4,"date" : "2015-07-04", "cname" : "zcy","location" : [ 150, 200 ] }{ "_id" :ObjectId("55ad0e3263ea39b3057bdef3"), "onumber" : 5,"date" : "2015-07-05", "cname" :"zcy", "location" : [ -100, 100 ] }
例子:
>db.places.createIndex({location:"2d"})
地理空間索引預設值的範圍為-180到180,如果值已經存在超過了200時,就會建索引失敗:
"errmsg" : "point not in interval of [ -180, 180 ] ::caused by :: { _id: ObjectId('55ad07bc63ea39b3057bdeed'),onumber: 5.0, date: \"2015-07-05\", cnam
e: \"zcy\", location: [ 100.0,200.0 ] }", "code" : 13027
我們可以建立一個二維地理空間索引的位置範圍以外的預設,建立索引時使用最小和最大選項。
文法:
db.collection.createIndex( {<location field> : "2d" } , {min : <lower bound> , max : <upper bound> } )
例子:
>db.places.createIndex({location:"2d"},{min:-200,max:200})
地理空間索引預設值的範圍為-200到200
2.查詢平面上的點
我們可以使用$near或者geoNear Command查詢,可以使用limit()函數,若不指定,預設是返回100條文檔。
(1) 精確的查詢
例子:
> db.places.find({location:[60,100]})
我們查詢經緯度為[60,100]
(2) $near查詢
我們需要查詢範圍內的經緯度有哪些
文法:
db.collection.find( {<location field> : {$near : [ <x> , <y> ] } } )
例子:
> db.places.find({location:{$near:[100,200]}})
我們查詢目標點[100,200]距離最近的100個點,然後是按最接近的排序
(3)geoNearCommand查詢
geoNear Command查詢根db.collection.find()查詢相似
文法:
db.runCommand( { geoNear:<collection>, near: [ <x> , <y> ] } )
例子:
> db.runCommand( {geoNear:"places", near: [ -100,100] } ){ "results" :[ { "dis" : 0, "obj" : { "_id" : ObjectId("55ad0e3263ea39b3057bdef3"), "onumber" : 5, "date" : "2015-07-05", "cname" : "zcy", "location" : [ -100, 100 ] } }, { "dis" : 90, "obj" : { "_id" : ObjectId("55ad0df063ea39b3057bdeef"), "onumber" : 1, "date" : "2015-07-01", "cname" : "zcy", "location" : [ -10, 100 ] } }, { "dis" : 117.04699910719626, "obj" : { "_id" : ObjectId("55ad0e0463ea39b3057bdef0"), "onumber" : 2, "date" : "2015-07-02", "cname" : "zcy", "location" : [ 10, 60 ] } }, { "dis" : 206.15528128088303, "obj" : { "_id" : ObjectId("55ad0e1663ea39b3057bdef1"), "onumber" : 3, "date" : "2015-07-03", "cname" : "zcy", "location" : [ 100, 150 ] } }, { "dis" : 269.2582403567252, "obj" : { "_id" : ObjectId("55ad0e2463ea39b3057bdef2"), "onumber" : 4, "date" : "2015-07-04", "cname" : "zcy", "location" : [ 150, 200 ] } } ], "stats" : { "nscanned" : NumberLong(5), "objectsLoaded" : NumberLong(5), "avgDistance" : 136.4921041489609, "maxDistance" : 269.2582403567252, "time" : 52 }, "ok" : 1}
4.查詢曲面上定義的點
(1)$box
(2)$polygon
( 3)$center(defines a circle)
這邊就不做具體介紹了,可以到官方文檔查看:http://docs.mongodb.org/manual/tutorial/query-a-2d-index/
三.索引的限制
我們第二章介紹索引的基本建立,我們現在建立索引時加上限制條件,比如唯一索引等
1. 唯一索引
對欄位設定唯一索引時,可以保證欄位都是唯一性
文法:
db.collection.createIndex({field1:boolean, field2:boolean },{unique: true})
(1)建立唯一索引
例子:
> db.orders.createIndex({onumber:1},{unique:true})
我們建立了onumber為唯一索引
當我們插入相同的onumber時,會新增失敗
說明:我們在建立欄位為唯一索引時,對應的欄位不存在,索引會將其作為null儲存,如果對文檔新增第一條時,沒儲存欄位對應的值時,會以null儲存,第二條還是對指定欄位對應的值,新增資料時,之前已經存在null,所以會導致新增失敗。
(2)對文檔中已經存在的相同的欄位建立唯一索引
我們文檔中已經有資料時,我們建立唯一索引
例子:
>db.orders.createIndex({onumber:1},{unique:true})
我們集合中的onumber欄位值已經有重複,所以會導致建立唯一性索引失敗
唯一索引不能夠建立在具有重複值的鍵上,如果你一定要在這樣的鍵上建立,使用dropDups參數,系統對重複值的鍵上只保留第一條記錄,剩下的記錄會被刪除
例子:
>db.orders.createIndex({onumber:1},{unique:true,dropDups:true})
2. 索引的名稱
我們之前在建立索引時,沒指定索引名稱,MongoDB會產生一個預設的索引名稱,我們可以通過name參數來指定我們建立索引的名稱
文法:
db.collection.createIndex({field1:boolean,field2:boolean },{name: "index_name"})
例子:
>db.orders.createIndex({onumber:1},{name:"index_onumber"})
我們onumber欄位建立一個索引名稱為index_onumber的索引
3. 後台方式建立索引
background 在建立索引時,會阻塞MongoDB其它操作,比如查詢MongoDB時,background為trues時可指定以後台方式建立索引,預設值時false
文法:
db.collection.createIndex({{field1:boolean,field2:boolean }} },{background: true})
例子:
> db.orders.createIndex({cname:1},{background:true}<span style="font-size:18px;">)</span>
4. 稀疏索引
sparse:稀疏索引只包含有索引欄位的文檔,即使索引欄位包含空值,指數跳過缺少索引欄位。索引是“稀疏的”,因為它不包含集合的所有文檔。與之相反,非稀疏索引中包含一個集合中的所有文檔,這些文檔中不包含索引欄位的空值。類似於$exists用來判斷一個field是否存在
文法
db.collection.createIndex({{field1:boolean,field2:boolean }} },{ sparse: true})
例子:
>db.orders.createIndex({onumber:1},{sparse:true})
我們查詢時,onumber為null為4條記錄,我們以onumber為nul做為查詢條件時,沒使用到索引。
而我們以onumber為1作為查詢條件時,有使用到索引。
稀疏索引只包含有索引欄位的文檔,即使索引欄位包含空值,指數跳過缺少索引欄位
四、索引的資訊
1. 強制索引
我們在對MongoDB查詢時,可以使用hint強制用某個索引
文法:
db. collection.find().hint(“index_name”)
例子:
>db.orders.find({onumber:1}).hint("onumber_1")
我們強制使用onumber 欄位索引名稱為onumber_1的索引
MongoDB的查詢最佳化工具非常智能,會替你選擇該用哪個索引,多數情況下不需要指定的。
2. 執行計畫
MongoDB 提供了一個 explain 命令讓我們獲知系統如何處理查詢請求。利用 explain 命令,我們可以很好地觀察系統如何使用索引來加快檢索,同時可以針對性最佳化索引。
>db.orders.find({onumber:1}).hint("onumber_1").explain(){ "cursor" : "BtreeCursor onumber_1", "isMultiKey" : false, "n" : 1, "nscannedObjects" : 1, "nscanned" : 1, "nscannedObjectsAllPlans" : 1, "nscannedAllPlans" : 1, "scanAndOrder" : false, "indexOnly" : false, "nYields" : 0, "nChunkSkips" : 0, "millis" : 77, "indexBounds" : { "onumber" : [ [ 1, 1 ] ] }, "server" : "zhengcy-PC:27017", "filterSet" : false}
對一些比較重要的參數說明:
1) n:當前查詢返回的文檔數量。
2)millis:當前查詢所需時間,毫秒數。
3)indexBounds:當前查詢具體使用的索引。
4)nscanned:掃描document的行數。
5)cursor:返回遊標類型(BasicCursor和BtreeCursor),我們這邊使用BtreeCursor類型。
6)nscannedObjects:被掃描的文檔數量。
7)scanAndOrder:是否在記憶體中排序。
著作權聲明:本文為博主原創文章,未經博主允許不得轉載。