MongoDB系列之一文总结索引

概述

分类

索引的分类：

• 按照索引包含的字段数量，可分为单键索引（单字段索引）和组合索引（联合索引、复合索引）
• 按照索引字段的类型，可以分为主键索引和非主键索引
• 按照索引节点与物理记录的对应方式来分，可以分为聚簇索引和非聚簇索引，其中聚簇索引是指索引节点上直接包含了数据记录，而后者则仅仅包含一个指向数据记录的指针
• 按照索引的特性不同，可分为唯一索引、稀疏索引、文本索引、地理空间索引等

索引介绍

单键索引和复合索引

创建单键索引：db.user.ensureIndex({ income: 1});。

单字段索引对内嵌字段创建索引：db.user.ensureIndex({ health.height: 1}); // 健康指标信息。

创建复合索引：db.user.ensureIndex({ income: 1, health.height: 1});。

数组索引

数组索引，也被称为多值索引（multikey index），当对数组型的字段创建索引时，这个索引就是多值的。多值索引在使用上与普通索引并没有什么不同，只是在索引键上会同时产生多个值。数组索引必然会使索引的条目和体积发生膨胀。

多值索引和复合索引可以一起使用，即复合索引前面的字段是非数组类型，后面的字段是数组类型（这个先后顺序，和关系型数据库组合索引最左匹配原则是一个意思）。MongoDB不支持一个复合索引中同时出现多个多值索引，即不允许出现多个数组类型字段。

db.user.ensureIndex({ age: 1, hobbies: 1}); // OK, 可以有多个爱好
db.user.ensureIndex({ hobbies: 1, careers: 1}); // wrong, 职业经历(生涯)

地理空间索引

LBS，Location Based Service，基于地理位置的检索。

2dsphere

MongoDB有两种类型的地理空间索引：2dsphere和2d。2dsphere索引可以与基于WGS84基准的地球球面几何模型一起使用。这个基准将地球表面模拟成一个扁圆球体，这意味着在两极会比较扁。使用 2dsphere 索引的距离计算考虑到地球的形状，提供比2d索引更准确的距离处理，如计算两个城市之间的距离。在存储二维平面上的点时使用2d索引。

2dsphere允许以GeoJSON格式指定点、线和多边形。点由一个二元数组给出，[经度,纬度]，即[longitude,latitude]。GeoJSON格式是固定的：

"location" : {"type" : "Point","coordinates" : [50, 2]
}

即type和coordinates两个字段名不能更改，type枚举值有：Point、LineString、Polygon。location可以使用其他名称，如loc。

创建一个地理空间索引：db.shop.createIndex({ loc: "2dsphere"})。可使用三种类型的地理空间查询：交集（intersection）、包含（within）和接近（nearness）。

查询：

db.shop.find({loc: {$near: {$geometry: {type: Point, coordinates: [121.615, 31.190] } },$maxDistance: 1000,}
})

$near操作符，用于实现附近店铺的检索，返回数据结果会按距离排序。$geometry操作符用于指定一个GeoJSON格式的地理空间对象，type=Point表示地理坐标点，coordinates则是用户当前所在的经纬度位置；$maxDistance限定最大距离，单位是米。

注意点：

• MongoDB的地理空间检索基于WGS84坐标系，在与一些地图平台集成时需要注意转换，如GCJ-02（火星坐标系）、BD-09（百度中国坐标系）
• MongoDB 4.0版本之后，near可以用于分片集合（sharded collection），而在此版本之前可以使用geoNear聚合操作来代替

2d

对于非球面地图（电子游戏地图、时间序列数据等），可使用2d索引代替2dsphere索引：db.game.createIndex({ 'tile': '2d' }, );

默认情况下，2d 索引会假设取值范围为-180到180。如果希望对边界大小进行调整，则可以指定最小值和最大值作为createIndex的选项：db.game.ensureIndex({ 'tile': '2d'}, {min: -1000, max: 1000});

2d索引支持$geoWithin、$nearSphere和$near查询选择器。

应该使用 $geoWithin查询在平面上定义的形状内的点。$geoWithin可以查询矩形、多边形、圆形或球体内的所有点，它使用$geometry运算符来指定 GeoJSON 对象。

db.game.find({tile: {$geoWithin: {$box: [[0, 0], [10, 10]]}}}); // 查询左下角为[0, 0]、右上角为[10, 10]的矩形内的文档，即坐标
db.game.find({tile: {$geoWithin: {$center: [[0, 0], 5]}}}); // 查询圆心为[0, 0]、半径为5的圆形内的坐标
db.game.find({tile: {$geoWithin: {$polygon: [[0, 0], [3, 6], [3, 0]]}}}); // 查询三个点指定的三角形(多边形)内的所有文档

由于历史遗留原因，MongoDB支持在平面2d索引上执行球面查询，结合$geoWithin和$centerSphere运算符。指定一个数组，其中包括圆心坐标和以弧度为单位的圆半径：db.game.find({tile: {$geoWithin: {$centerSphere: [[0, 0], 0.01]}}});。

临近查询会返回距离给定点最近的坐标对的文档，并按照距离对结果进行排序：db.game.find({tile: {$near: [0, 0]}});

全文搜索索引

MongoDB Atlas全文搜索索引（full-text search index）基于Apache Lucene。

MongoDB text索引支持全文搜索，不同于精确匹配搜索、模糊搜索、正则表达式搜索。text索引需要一定数量的与被索引字段中单词成比例的键。创建text索引可能会消耗大量的系统资源。有分片时，则还会减慢数据移动的速度：当迁移到一个新分片时，所有文本都必须重新进行索引。

创建全文索引：

db.articles.createIndex(
{"title": "text", "body": "text"},
{"weights" : {"title" : 3, "body" : 2}}
)

全文索引中的字段顺序并不重要，等同对待。如果要区别对待，可通过weights对每个字段指定权重来控制不同字段的相对重要性。索引一旦创建，就不能改变字段的权重，除非删除索引再重建。

对于某些集合，如果不知道文档包含哪个字段。可以使用$**在文档的所有字符串字段上创建全文本索引。这样做不仅会对顶层的字符串字段建立索引，也会搜索内嵌文档和数组中的字符串字段。

文本索引存在诸多限制，如并未提供中文分词功能，应用场景有限。

TTL索引

并非所有的数据都需要持久化存储，即过了一定时间段后，可以执行硬删除，如监控业务日志。TTL索引对于此场景提供支持。

TTL索引需要声明在一个日期类型的字段上：db.sysLog.ensureIndex({ 'createDate': 1}, { expireAfterSeconds: 3600 });。为systemlog集合声明一个TTL索引，指向createdDate字段，expireAfterSeconds=3600表示数据将在createdDate之后3600秒（1小时）后过期。

MongoDB会在周期性运行的后台线程中对该集合进行检查及数据清理工作。TTL索引具有普通索引的功能，同样可以用于加速数据的查询。

修改TTL索引过期时间：db.runCommand({collMod: 'sysLog', index: {keyPattern: {createDate: 1}, expireAfterSeconds: 7200 }});

需要注意以下限制：

• 只能支持单个字段，且必须是非_id字段
• TTL索引不能用于固定集合
• TTL索引无法保证及时的数据老化，MongoDB会通过后台的TTL Monitor定时器来清理老化数据，典型的间隔时间是1分钟。当然如果在数据库负载过高的情况下，TTL的行为则会进一步受到影响
• TTL索引对于数据的清理仅仅使用remove命令，并不是很高效。TTL Monitor在运行期间对系统CPU、磁盘都会造成一定的压力。相比之下，按日期分表的方式操作会更加高效

条件索引

partial index，条件索引允许只对部分文档建立索引。

db.book.createIndex({ 'name': 1}, { partialFilterExpression: {rateing: {$gt: 8 } } });

上面的SQL对书籍评分超过8分的文档才创建索引。

稀疏索引

模糊索引

索引特性

唯一性索引

通过unique=true选项可将索引定义为唯一性索引：db.user.ensureIndex({ name: 1 }, { unique: true });。

也可用于复合索引：db.book.ensureIndex({ type: 1, title: 1}, { unique: true }); // 分类下的书籍标题保持唯一性。

也可用于嵌套文档：：db.user.ensureIndex({ 'health.height': 1}, { unique: true });。

嵌套文档的唯一性约束根据不同的MongoDB版本，其行为不太一致。以6.0.5版本来说，字段的位置无所谓，MongoDB会识别出来：

对数组索引使用唯一性约束，可以保证所有的文档之间不会存在重叠的数组元素：db.user.ensureIndex({ 'careers': 1}, { unique: true });。数组索引上的唯一性约束并无法保证同一个文档中包含重复的元素。需要从应用层进行distinct去重处理，如使用Set集合。

db.user.insertOne({careers: ['DevOps', 'IT manager']});
db.user.insertOne({careers: ['doctor', 'nurse', 'doctor']});

注意事项：

• 唯一性索引对于文档中缺失的字段，会使用null值代替，因此不允许存在多个文档缺失索引字段的情况。

集合现在有2条数据：

对一个新增字段创建索引：db.user.ensureIndex({ 'health.height': 1}, { unique: true });，报错：Write failed with error code 11000 and error message 'Index build failed: caused by :: E11000 duplicate key error collection: test.user index: health.height_1 dup key: { health.height: null }'

• 对于分片的集合，唯一性约束必须匹配分片规则。换句话说，为了保证全局的唯一性，分片键必须作为唯一性索引的前缀字段。

ensureIndex和createIndex

进阶

explain

和关系型数据库一样，MongoDB也提供explain命令帮助评估指定查询模型（query model）的计划。

命令db.getSiblingDB("corpus").getCollection('mds_factors').find().explain('executionStats');执行输出：

[{"$clusterTime": {"clusterTime": {"$timestamp": {"t": 1706014465, "i": 1}},"signature": {"hash": {"$binary": {"base64": "ZFjBv3to5hMaqrdVckd9c0qZh7M=", "subType": "00"}},"keyId": 7281537397286764545}},"executionStats": {"executionSuccess": true,"nReturned": 1,"executionTimeMillis": 5,"totalKeysExamined": 1,"totalDocsExamined": 1,"executionStages": {"stage": "FETCH","nReturned": 1,"executionTimeMillisEstimate": 0,"works": 2,"advanced": 1,"needTime": 0,"needYield": 0,"saveState": 0,"restoreState": 0,"isEOF": 1,"invalidates": 0,"docsExamined": 1,"alreadyHasObj": 0,"inputStage": {"stage": "IXSCAN","nReturned": 1,"executionTimeMillisEstimate": 0,"works": 2,"advanced": 1,"needTime": 0,"needYield": 0,"saveState": 0,"restoreState": 0,"isEOF": 1,"invalidates": 0,"keyPattern": {"key": 1},"indexName": "key","isMultiKey": false,"multiKeyPaths": {"key": []},"isUnique": false,"isSparse": false,"isPartial": false,"indexVersion": 2,"direction": "forward","indexBounds": {"key": ["[\"factor:Age\", \"factor:Age\"]"]},"keysExamined": 1,"seeks": 1,"dupsTested": 0,"dupsDropped": 0,"seenInvalidated": 0}}},"ok": 1,"operationTime": {"$timestamp": {"t": 1706014465, "i": 1}},"queryPlanner": {"plannerVersion": 1,"namespace": "corpus.mds_factors","indexFilterSet": false,"parsedQuery": {"key": {"$eq": "factor:Age"}},"winningPlan": {"stage": "FETCH","inputStage": {"stage": "IXSCAN","keyPattern": {"key": 1},"indexName": "key","isMultiKey": false,"multiKeyPaths": {"key": []},"isUnique": false,"isSparse": false,"isPartial": false,"indexVersion": 2,"direction": "forward","indexBounds": {"key": ["[\"factor:Age\", \"factor:Age\"]"]}}},"rejectedPlans": []},"serverInfo": {"host": "mongodb-replicaset-2","port": 27017,"version": "3.6.20","gitVersion": "39c200878284912f19553901a6fea4b31531a899"}}
]

解读：

• winningPlan：表示获胜的计划，即数据库经过一系列评估后选择的最优计划，stage=COLLSCAN表示全表扫描，IXSCAN表示索引扫描
• executionStats：描述执行的过程信息。nReturned指返回结果条数，而totalDocsExamined表明整个过程扫描多少条记录

参考

• MongoDB进阶与实战：微服务整合、性能优化、架构管理
• MongoDB权威指南
• difference-between-createindex-and-ensureindex-in-java-using-mongodb