索引有什么作用？MongoDB中索引有幾種類(lèi)型？

MongoDB數(shù)據(jù)庫(kù)提供了多樣性的索引支持，因此可以提高查詢(xún)集合中文檔的效率。若是沒(méi)有索引，MongoDB數(shù)據(jù)庫(kù)必須執(zhí)行全集合掃描(即掃描集合中的每一個(gè)文檔)，從而篩選出與查詢(xún)條件相匹配的文檔。這種掃描全集合的查詢(xún)效率是非常低的，尤其是在處理海量數(shù)據(jù)時(shí)，執(zhí)行查詢(xún)操作需要花費(fèi)幾十秒甚至幾分鐘的時(shí)間，這無(wú)疑對(duì)網(wǎng)站的性能是非常致命的。若是執(zhí)行查詢(xún)操作時(shí)，集合中的文檔存在適當(dāng)?shù)乃饕琈ongoDB就可以使用該索引限制必須檢查的文檔數(shù)量。

索引是一種特殊的數(shù)據(jù)結(jié)構(gòu)，即采用B-Tree數(shù)據(jù)結(jié)構(gòu)。索引是以易于遍歷讀取的形式存儲(chǔ)著集合中文檔的一小部分，文檔的一小部分指文檔中的特定字段或一/多組字段，并且這些字段均按照字段的值進(jìn)行排序。索引項(xiàng)的排序支持有效的等值匹配和基于范圍的查詢(xún)操作。此外，MongoDB還可以使用索引中的排序返回排序的結(jié)果。

MongoDB的索引可以分為六種，即單字段索引、復(fù)合索引、多鍵索引、地理空間索引、全文本索引以及哈希索引，六種索引的詳細(xì)介紹，具體如下：

1.單字段索引

MongoDB支持在文檔的單個(gè)字段上創(chuàng)建用戶(hù)定義的升序/降序索引，因此被稱(chēng)為單字段索引(SingleFieldIndex)。默認(rèn)情況下，MongoDB中所有集合在“_id”字段上都有一個(gè)索引，當(dāng)然，用戶(hù)也可以根據(jù)自己的需求添加額外索引來(lái)支持重要的查詢(xún)和操作。由于MongoDB可以從任何方向遍歷索引，因此對(duì)于單個(gè)字段索引和排序操作來(lái)說(shuō)，索引項(xiàng)的排序順序(即升序或降序)并不重要。

下面，我們通過(guò)一張圖來(lái)介紹單字段索引，具體如圖3-27所示。

圖3-27單字段索引

從圖3-27可以看出，在集合collection中的字段score上創(chuàng)建了一個(gè)索引，并指定其為有序。若是查詢(xún)字段score為30的文檔，則可以先在索引中找到score為30的索引，然后再?gòu)恼鎸?shí)的集合collection中找到字段score為30的文檔。因此，在單字段索引中，無(wú)論字段score為1(升序)或者-1(降序)對(duì)文檔的查詢(xún)效率均無(wú)影響。

2.復(fù)合索引

下面，我們通過(guò)一張圖來(lái)介紹復(fù)合索引，具體如圖3-28所示。

圖3-28復(fù)合索引

從圖3-28可以看出，復(fù)合索引是由{userid:1，score:-1}組成的，因此復(fù)合索引首先按字段userid進(jìn)行升序排序，然后在每個(gè)字段userid的值內(nèi)，按照score降序排序。

3.多鍵索引

若文檔中的字段為數(shù)組類(lèi)型，則每個(gè)字段都是數(shù)組中的一個(gè)元素，MongoDB將會(huì)為數(shù)組中的每個(gè)元素創(chuàng)建索引，因此被稱(chēng)為多鍵索引(Multikey Index)。多鍵索引允許通過(guò)匹配數(shù)組的一個(gè)或多個(gè)元素來(lái)查詢(xún)包含該數(shù)組的文檔。如果索引字段包含數(shù)組值，則MongoDB會(huì)自動(dòng)確定是否創(chuàng)建多鍵索引，而無(wú)需顯式地指定創(chuàng)建多鍵索引。

下面，我們通過(guò)一張圖來(lái)介紹多鍵索引，具體如圖3-29所示。

圖3-29多鍵索引從圖3-29可以看出，集合collection中文檔字段addr是一個(gè)數(shù)組類(lèi)型，數(shù)組值包含兩個(gè)元素，分別是{zip:“10036”，...}和{zip:“94301”，...}。因此，MongoDB會(huì)自動(dòng)創(chuàng)建多鍵索引，即{“addr.zip”:1}。

4.地理空間索引

為了支持對(duì)地理空間坐標(biāo)數(shù)據(jù)的有效查詢(xún)，MongoDB提供了兩種特殊的索引，即返回結(jié)果時(shí)使用平面幾何的二維索引(2d索引)和返回結(jié)果時(shí)使用球面幾何的二維球面索引(2dsphere索引)。其中，2d索引支持在歐幾里德平面上的計(jì)算，也支持計(jì)算球面上的距離;2dsphere索引支持球面上幾何計(jì)算的查詢(xún)，包含查詢(xún)(在一個(gè)指定多邊形內(nèi)的位置進(jìn)行查詢(xún))、交集查詢(xún)(查詢(xún)指定幾何相交的位置)和臨近查詢(xún)(如查詢(xún)離另一個(gè)點(diǎn)最近的點(diǎn))。我們可以通過(guò)將2d索引和2dsphere索引進(jìn)行相結(jié)合，從而進(jìn)行高效的地理空間查詢(xún)。

5.文本索引

MongoDB提供了一種文本索引類(lèi)型，支持在集合中搜索字符串內(nèi)容，即進(jìn)行文本檢索查詢(xún)。文本索引不存儲(chǔ)特定語(yǔ)言的停止詞，例如“the”、“a”以及“or”等詞，而是將集合中的詞作為詞干，只存儲(chǔ)根詞。為了執(zhí)行文本檢索查詢(xún)，則集合上必須有一個(gè)text索引。一個(gè)集合只能擁有一個(gè)文本檢索索引，但是這個(gè)索引可以覆蓋多個(gè)字段。

6.哈希索引

為了支持基于哈希分片鍵進(jìn)行分片，MongoDB提供了哈希索引類(lèi)型。哈希索引是使用哈希函數(shù)來(lái)計(jì)算索引字段的哈希值，若是該索引字段的哈希值在哈希索引的范圍內(nèi)，則分布的更加隨機(jī)。需要注意的是，哈希索引只支持等值匹配，不支持基于范圍的查詢(xún)。

猜你喜歡：

mysql和mongoDB有什么區(qū)別？

MongoDB下載和安裝圖文教程

python操作mongodb數(shù)據(jù)庫(kù)詳解

爬蟲(chóng)數(shù)據(jù)為什么選擇Mongodb存儲(chǔ)？

黑馬程序員Python+大數(shù)據(jù)開(kāi)發(fā)培訓(xùn)