MongoDB string欄位索引方案

在研究MongoDB的索引是發現一個奇怪的問題，給一個string類型的field設定 text索引 ，但是在查詢的時候並沒有使用索引。比如：

db.tomcat_access_logs.ensureIndex( { url : 'text' });

db.tomcat_access.logs.find( { url : '1' } ).explain();
db.tomcat_access_logs.find( { url : /1/ } ).explain();

{
    "cursor" : "BasicCursor",
    "isMultiKey" : false,
    "n" : 0,
    "nscannedObjects" : 100,
    "nscanned" : 100,
    "nscannedObjectsAllPlans" : 100,
    "nscannedAllPlans" : 100,
    "scanAndOrder" : false,
    "indexOnly" : false,
    "nYields" : 0,
    "nChunkSkips" : 0,
    "millis" : 0,
    ...
}
從 explain() 的結果可以發現，在查詢的時候只用了 BasicCursor ，也就是說沒有使用索引。

後發現只有當使用 $text 查詢的時候才會用到 text索引 :

db.tomcat_access_logs.find( { $text : { $search : '1'} } ).explain();

{
    "cursor" : "TextCursor",
    "n" : 0,
    "nscannedObjects" : 0,
    "nscanned" : 0,
    "nscannedObjectsAllPlans" : 0,
    "nscannedAllPlans" : 0,
    "scanAndOrder" : false,
    "nYields" : 0,
    "nChunkSkips" : 0,
    "millis" : 0,
    ...
}
只不過這樣的話，就沒有辦法針對某個特定field進行查詢了，因為 $text 是對所有 text索引 的field進行的全文檢索搜尋。此時只需要做一般的索引即可：

db.tomcat_access_logs.ensureIndex( { url : 1 } );

db.tomcat_access.logs.find( { url : '1' } ).explain();
db.tomcat_access.logs.find( { url : /.*1.*/g } ).explain();
{
    "cursor" : "BtreeCursor url_1",
    "isMultiKey" : false,
    "n" : 0,
    "nscannedObjects" : 0,
    "nscanned" : 100,
    "nscannedObjectsAllPlans" : 0,
    "nscannedAllPlans" : 100,
    "scanAndOrder" : false,
    "indexOnly" : false,
    "nYields" : 0,
    "nChunkSkips" : 0,
    "millis" : 1,
    "indexBounds" : {
        "url" : [
            [
                "",
                {
                   
                }
            ],
            [
                /.*1.*/,
                /.*1.*/
            ]
        ]
    },
    ...
}

總結

使用 db.collection.find( { url : '1'} ) 或者 db.collection.find( { url : /.*a.*/} ) ，不會使用的text索引，而是一般索引。

建立了text索引後，只能對text索引包含的所有欄位進行全文檢索搜尋，無法對某個欄位進行搜尋

一般索引和text索引可以同時建立，以滿足不同查詢需求

索引的效率

MongoDB的索引到底能不能提高查詢效率呢？我們在這裡通過一個例子來測試。比較同樣的資料在無索引和有索引的情況下的查詢速度。

首先，我們通過這樣一個方法插入10W條資料:

public void InsertBigData()
{
    var random = new Random();
    for (int i = 1; i < 100000; i++)
    {
        Document doc = new Document();
 
        doc["ID"] = i;
        doc["Data"] = "data" + random.Next(100000);
 
        mongoCollection.Save(doc);
    }
 
    Console.WriteLine("當前有" + mongoCollection.FindAll().Documents.Count() + "條資料");
}

然後，實現一個方法用來建立索引:

public void CreateIndexForData()
{
    mongoCollection.Metadata.CreateIndex(new Document { { "Data", 1 } }, false);
}

還有排序的方法：

public void SortForData()
{
    mongoCollection.FindAll().Sort(new Document { { "Data", 1 } });
}

運行測試代碼如下:

static void Main(string[] args)
{
    IndexBLL indexBll = new IndexBLL();
    indexBll.DropAllIndex();
    indexBll.DeleteAll();
    indexBll.InsertBigData();
 
    Stopwatch watch1 = new Stopwatch();
    watch1.Start();
    for (int i = 0; i < 1; i++) indexBll.SortForData();
    Console.WriteLine("無索引排序執行時間：" + watch1.Elapsed);
 
    indexBll.CreateIndexForData();
 
    Stopwatch watch2 = new Stopwatch();
    watch2.Start();
    for (int i = 0; i < 1; i++) indexBll.SortForData();
    Console.WriteLine("有索引排序執行時間：" + watch2.Elapsed);
 
}

最後執行程式查看結果：　　

多次測試表明在有索引的情況下，查詢效率要高於無索引的效率。