MongoDB进阶篇-索引（索引概述、索引的类型、索引相关操作、索引的使用）

阅读本文前可以先阅读以下文章：

• MongoDB快速入门（MongoDB简介、MongoDB的应用场景、MongoDB中的基本概念、MongoDB的数据类型、MongoDB的安装与部署、MongoDB的常用命令）
• MongoDB的常用命令（数据库操作、集合操作、文档操作）

1. 索引概述

MongoDB 索引的官网文档：索引-MongoDB手册

索引支持在 MongoDB 中高效执行查询。如果没有索引，MongoDB 就必须扫描集合中的每个文档以返回查询结果。如果查询存在适当的索引，MongoDB 就可以使用该索引来限制其必须扫描的文档数

索引可提高查询性能，但添加索引会影响写入操作的性能。对于写入读取率高的集合，由于每次插入操作都必须同时更新所有索引，因此会带来较高的索引成本

MongoDB 索引使用 B-Tree 数据结构（MySQL 是 B+Tree）

2. 索引的类型

2.1 单字段索引

MongoDB 支持在文档的单个字段上创建用户定义的升序索引或降序索引，称为单字段索引（Single Field Index）

对于单个字段索引和排序操作，索引键的排序顺序（即升序或降序）并不重要，因为 MongoDB 可以在任何方向上遍历索引

2.2 复合索引

MongoDB 支持多个字段的自定义索引，即复合索引（Compound Index）

复合索引中列出的字段顺序具有重要意义。例如，如果复合索引由 { user_id: 1, score: -1 } 组成，则索引首先会按 user_id 正序排序，然后在每个 user_id 的值内，再按 score 倒序排序

2.3 其他索引

2.3.1 地理空间索引（Geospatial Index）

为了支持对地理空间坐标数据的有效查询，MongoDB 提供了两种特殊的索引：返回结果时使用平面几何的二维索引和返回结果时使用球面几何的二维球面索引

2.3.2 文本索引（Text Indexes）

文本索引的特点：

• 分词：MongoDB 在创建文本索引时会对字段内容进行分词处理，将文本分解成单词或术语（tokens）
• 权重：可以为不同的字段指定不同的权重，以便在搜索时影响文档的相关性得分
• 停用词：MongoDB 会忽略某些常用词（如 “the”、“and” 等），这些词被称为停用词。MongoDB 有一个内置的停用词列表，也可以自定义停用词列表
• 语言支持：MongoDB 的文本索引支持多种语言的分词和搜索

注意事项：

• 文本索引不存储停止词和词干。这意味着它们不会影响索引的大小
• 文本索引不能用于文本字段中的二进制数据
• 文本索引不能用于数组字段中的字符串元素
• $text 查询不能与 $ 或 $$ 运算符一起使用

2.3.3 哈希索引（Hashed Indexes）

为了支持基于散列的分片，MongoDB 提供了散列索引类型，它对字段值的散列进行索引。这些索引在其范围内的值分布更加随机，但只支持相等匹配，不支持基于范围的查询

3. 索引相关操作

3.1 查看索引

查看索引的语法

db.collection.getIndexes()

查看 comment 集合中所有的索引

db.collection.getIndexes()

查询结果如下

[ { v: 2, key: { _id: 1 }, name: '_id_' } ]

结果中显示的是默认的 _id_ 索引（MongoDB 在创建集合的过程中，会在 _id 字段上创建一个唯一的索引，默认名字为 _id_，该索引可防止插入两个具有相同 _id 值的文档）

• _id 索引是唯一索引，因此 _id 值不能重复
• 在分片集群中，通常使用 _id 作为片键

3.2 创建索引

创建索引的语法

db.collection.createIndex(keys, options)

options 参数的详细说明：

3.3.1 创建单字段索引

对 user_id 字段建立单字段索引

db.comment.createIndex({ user_id: 1 });

再次查看 comment 集合中所有的索引

[
  { v: 2, key: { _id: 1 }, name: '_id_' },
  { v: 2, key: { user_id: 1 }, name: 'user_id_1' }
]

3.3.2 创建复合索引

对 user_id 和 nickname 建立复合（Compound）索引

db.comment.createIndex({ userid: 1, nickname: -1 });

再次查看 comment 集合中所有的索引

[
  { v: 2, key: { _id: 1 }, name: '_id_' },
  { v: 2, key: { user_id: 1 }, name: 'user_id_1' },
  {
    v: 2,
    key: { userid: 1, nickname: -1 },
    name: 'userid_1_nickname_-1'
  }
]

3.3.3 创建文本索引

对 content 字段建立单字段索引

db.comment.createIndex({ content: "text" });

3.4 移除索引

3.4.1 移除指定索引

db.collection.dropIndex(index);

删除 comment 集合中 user_id 字段上的升序索引

db.comment.dropIndex(
    { 
        user_id: 1 
    }
);

3.4.2 移除所有索引

db.collection.dropIndexes()

删除 comment 集合中的所有索引

db.comment.dropIndexes()

_id 的字段的索引是无法删除的，只能删除非 _id 字段的索引

4. 索引的使用

4.1 执行计划

分析查询性能（Analyze Query Performance）通常使用执行计划（Explain Plan）来查看查询的情况，如查询耗费的时间、是否基于索引查询等

db.collection.find(query,options).explain(options)

每个参数的详细解释：

• query: 这是一个文档，用于定义查询条件。它可以是简单的字段等值查询，也可以是复杂的条件组合，包括逻辑运算符和正则表达式
• options: 这是一个文档，可以包含多个键，用于控制查询的行为。常见的选项包括：
  • sort: 排序条件
  • limit: 限制返回的文档数量
  • skip: 跳过文档的数量。
  • projection: 投影，用于指定返回的字段
• explain: 这是一个函数，当你在查询后面调用它时，MongoDB 不会返回查询结果，而是返回查询执行计划的详细信息。这有助于理解查询是如何执行的，以及如何优化查询
• explainOptions: 这是一个文档，用于控制解释操作的输出。例如，可以指定是否返回所有阶段的执行计划或者只返回获胜计划

根据 user_id 字段查询数据

db.comment.find({ user_id: "1003" }).explain();

MongoDB 返回的结果

{
  explainVersion: '1',
  queryPlanner: {
    namespace: 'test.comment',
    parsedQuery: {
      user_id: {
        '$eq': '1003'
      }
    },
    indexFilterSet: false,
    queryHash: 'B7F3AE51',
    planCacheKey: '8C1EE785',
    optimizationTimeMillis: 0,
    maxIndexedOrSolutionsReached: false,
    maxIndexedAndSolutionsReached: false,
    maxScansToExplodeReached: false,
    prunedSimilarIndexes: false,
    winningPlan: {
      isCached: false,
      stage: 'COLLSCAN',
      filter: {
        user_id: {
          '$eq': '1003'
        }
      },
      direction: 'forward'
    },
    rejectedPlans: []
  },
  command: {
    find: 'comment',
    filter: {
      user_id: '1003'
    },
    '$db': 'test'
  },
  serverInfo: {
    host: 'LAPTOP-G7HILK54',
    port: 27017,
    version: '8.0.3',
    gitVersion: '89d97f2744a2b9851ddfb51bdf22f687562d9b06'
  },
  serverParameters: {
    internalQueryFacetBufferSizeBytes: 104857600,
    internalQueryFacetMaxOutputDocSizeBytes: 104857600,
    internalLookupStageIntermediateDocumentMaxSizeBytes: 104857600,
    internalDocumentSourceGroupMaxMemoryBytes: 104857600,
    internalQueryMaxBlockingSortMemoryUsageBytes: 104857600,
    internalQueryProhibitBlockingMergeOnMongoS: 0,
    internalQueryMaxAddToSetBytes: 104857600,
    internalDocumentSourceSetWindowFieldsMaxMemoryBytes: 104857600,
    internalQueryFrameworkControl: 'trySbeRestricted',
    internalQueryPlannerIgnoreIndexWithCollationForRegex: 1
  },
  ok: 1
}

重点关注 winningPlan 中的 stage 字段（COLLSCAN 表示全盘扫描）

下面对 user_id 字段建立索引

db.comment.createIndex({ user_id: 1 });

再次查看执行计划

{
  explainVersion: '1',
  queryPlanner: {
    namespace: 'test.comment',
    parsedQuery: {
      user_id: {
        '$eq': '1003'
      }
    },
    indexFilterSet: false,
    queryHash: 'B7F3AE51',
    planCacheKey: '57E4C731',
    optimizationTimeMillis: 0,
    maxIndexedOrSolutionsReached: false,
    maxIndexedAndSolutionsReached: false,
    maxScansToExplodeReached: false,
    prunedSimilarIndexes: false,
    winningPlan: {
      isCached: false,
      stage: 'FETCH',
      inputStage: {
        stage: 'IXSCAN',
        keyPattern: {
          user_id: 1
        },
        indexName: 'user_id_1',
        isMultiKey: false,
        multiKeyPaths: {
          user_id: []
        },
        isUnique: false,
        isSparse: false,
        isPartial: false,
        indexVersion: 2,
        direction: 'forward',
        indexBounds: {
          user_id: [
            '["1003", "1003"]'
          ]
        }
      }
    },
    rejectedPlans: []
  },
  command: {
    find: 'comment',
    filter: {
      user_id: '1003'
    },
    '$db': 'test'
  },
  serverInfo: {
    host: 'LAPTOP-G7HILK54',
    port: 27017,
    version: '8.0.3',
    gitVersion: '89d97f2744a2b9851ddfb51bdf22f687562d9b06'
  },
  serverParameters: {
    internalQueryFacetBufferSizeBytes: 104857600,
    internalQueryFacetMaxOutputDocSizeBytes: 104857600,
    internalLookupStageIntermediateDocumentMaxSizeBytes: 104857600,
    internalDocumentSourceGroupMaxMemoryBytes: 104857600,
    internalQueryMaxBlockingSortMemoryUsageBytes: 104857600,
    internalQueryProhibitBlockingMergeOnMongoS: 0,
    internalQueryMaxAddToSetBytes: 104857600,
    internalDocumentSourceSetWindowFieldsMaxMemoryBytes: 104857600,
    internalQueryFrameworkControl: 'trySbeRestricted',
    internalQueryPlannerIgnoreIndexWithCollationForRegex: 1
  },
  ok: 1
}

可以发现，stage 字段已经变成了 FETCH，inputStage 属性里面的 stage 字段变成了 IXSCAN（基于索引的扫描）

4.2 执行计划中各个字段的含义

4.3 stage字段的取值及含义

4.4 覆盖查询

当查询条件和查询的投影仅包含索引字段时，MongoDB 会直接从索引返回结果，而不扫描任何文档或将文档带入内存，这些覆盖的查询非常高效（类似于 MySQL 中的覆盖索引）

db.comment.find(
  { user_id: "1003" },
  { user_id: 1, _id: 0 }
).explain();

MongoDB 返回的结果

{
  explainVersion: '1',
  queryPlanner: {
    namespace: 'test.comment',
    parsedQuery: {
      user_id: {
        '$eq': '1003'
      }
    },
    indexFilterSet: false,
    queryHash: 'DC80EEEF',
    planCacheKey: 'B8237218',
    optimizationTimeMillis: 0,
    maxIndexedOrSolutionsReached: false,
    maxIndexedAndSolutionsReached: false,
    maxScansToExplodeReached: false,
    prunedSimilarIndexes: false,
    winningPlan: {
      isCached: false,
      stage: 'PROJECTION_COVERED',
      transformBy: {
        user_id: 1,
        _id: 0
      },
      inputStage: {
        stage: 'IXSCAN',
        keyPattern: {
          user_id: 1
        },
        indexName: 'user_id_1',
        isMultiKey: false,
        multiKeyPaths: {
          user_id: []
        },
        isUnique: false,
        isSparse: false,
        isPartial: false,
        indexVersion: 2,
        direction: 'forward',
        indexBounds: {
          user_id: [
            '["1003", "1003"]'
          ]
        }
      }
    },
    rejectedPlans: []
  },
  command: {
    find: 'comment',
    filter: {
      user_id: '1003'
    },
    projection: {
      user_id: 1,
      _id: 0
    },
    '$db': 'test'
  },
  serverInfo: {
    host: 'LAPTOP-G7HILK54',
    port: 27017,
    version: '8.0.3',
    gitVersion: '89d97f2744a2b9851ddfb51bdf22f687562d9b06'
  },
  serverParameters: {
    internalQueryFacetBufferSizeBytes: 104857600,
    internalQueryFacetMaxOutputDocSizeBytes: 104857600,
    internalLookupStageIntermediateDocumentMaxSizeBytes: 104857600,
    internalDocumentSourceGroupMaxMemoryBytes: 104857600,
    internalQueryMaxBlockingSortMemoryUsageBytes: 104857600,
    internalQueryProhibitBlockingMergeOnMongoS: 0,
    internalQueryMaxAddToSetBytes: 104857600,
    internalDocumentSourceSetWindowFieldsMaxMemoryBytes: 104857600,
    internalQueryFrameworkControl: 'trySbeRestricted',
    internalQueryPlannerIgnoreIndexWithCollationForRegex: 1
  },
  ok: 1
}