Les plats clés
- L'indexation dans MongoDB peut considérablement améliorer les performances et le débit en réduisant le nombre de documents complets qui doivent être lus, améliorant ainsi les performances des applications.
- MongoDB prend en charge plusieurs types d'index, notamment l'index _ID par défaut, l'index secondaire, l'index des composés, l'index multikey et l'index de composé multikey. Chaque type sert un objectif spécifique et est utilisé pour différents types de requêtes.
- Plus d'un index peut être défini sur une collection, mais une requête ne peut utiliser qu'un seul index lors de son exécution. Le meilleur index est choisi lors de l'exécution par l'optimiseur de requête de MongoDB.
- Bien que l'indexation puisse améliorer considérablement les opérations de lecture, elle entraîne également ses propres coûts. Les opérations d'indexation occupent l'espace et provoquent des frais généraux supplémentaires sur chaque insert, mettez à jour et supprimez l'opération sur la collection. Par conséquent, l'indexation profite aux collections lourdes en lecture plus que les collections lourdes en écriture.
- Index _id par défaut
- Index secondaire
- Index des composés
- Index Multikey
- Index du composé multikey
<span>{ </span> <span>"_id": <span>ObjectId</span>("5146bb52d852470060001f4"), </span> <span>"comments": { </span> <span>"0": "This is the first comment", </span> <span>"1": "This is the second comment" </span> <span>}, </span> <span>"post_likes": 40, </span> <span>"post_tags": { </span> <span>"0": "MongoDB", </span> <span>"1": "Tutorial", </span> <span>"2": "Indexing" </span> <span>}, </span> <span>"post_text": "Hello Readers!! This is my post text", </span> <span>"post_type": "private", </span> <span>"user_name": "Mark Anthony" </span><span>}</span>Maintenant, explorons en détail divers types d'indexation.
Index _id par défaut
Par défaut, MongoDB crée un index par défaut sur le champ _ID pour chaque collection. Chaque document a un champ _ID unique comme clé primaire, un objetId de 12 octets. Lorsqu'il n'y a aucun autre index disponible, cela est utilisé par défaut pour toutes sortes de requêtes. Pour afficher les index d'une collection, ouvrez la coque MongoDB et procédez comme suit:
Index secondaire
Pour les cas où nous voulons utiliser l'indexation sur des champs autres que le champ _ID, nous devons définir des index personnalisés. Supposons que nous souhaitions rechercher des publications basées sur le champ User_name. Dans ce cas, nous définirons un index personnalisé sur le champ User_name de la collection. Ces index personnalisés, autres que l'index par défaut, sont appelés index secondaires. Pour démontrer l'effet de l'indexation sur la base de données, analysons brièvement les performances de la requête sans indexer d'abord. Pour cela, nous allons exécuter une requête pour trouver tous les articles ayant un user_name avec "Jim Alexandar".<span>{ </span> <span>"_id": <span>ObjectId</span>("5146bb52d852470060001f4"), </span> <span>"comments": { </span> <span>"0": "This is the first comment", </span> <span>"1": "This is the second comment" </span> <span>}, </span> <span>"post_likes": 40, </span> <span>"post_tags": { </span> <span>"0": "MongoDB", </span> <span>"1": "Tutorial", </span> <span>"2": "Indexing" </span> <span>}, </span> <span>"post_text": "Hello Readers!! This is my post text", </span> <span>"post_type": "private", </span> <span>"user_name": "Mark Anthony" </span><span>}</span>Une méthode importante souvent utilisée avec l'indexation est d'expliquer () qui renvoie les informations pertinentes à l'indexation. La sortie de ce qui précède explique () est comme indiqué ci-dessous:
- Cursor - Indique l'index utilisé dans la requête. BasicCursor Indique que l'index _ID par défaut a été utilisé et MongoDB a dû rechercher toute la collection. En allant de l'avant, nous verrons que lorsque nous appliquerons l'indexation, btreecursor sera utilisé à la place de BasicCursor .
- n - indique le nombre de documents renvoyés par la requête (un document dans ce cas).
- NSCannedObjects - Indique le nombre de documents recherchés par la requête (dans ce cas, les 500 documents de la collection ont été recherchés). Cela peut être une opération avec de grandes frais généraux si le nombre de documents dans la collection est très grand.
- nscanned - indique le nombre de documents analysés pendant l'opération de base de données.
Index des composés
Il y aura des cas lorsqu'une requête utilisera plus d'un champ. Dans de tels cas, nous pouvons utiliser des index de composés. Considérez la requête suivante qui utilise à la fois les champs post_type et post_likes:<span>{ </span> <span>"_id": <span>ObjectId</span>("5146bb52d852470060001f4"), </span> <span>"comments": { </span> <span>"0": "This is the first comment", </span> <span>"1": "This is the second comment" </span> <span>}, </span> <span>"post_likes": 40, </span> <span>"post_tags": { </span> <span>"0": "MongoDB", </span> <span>"1": "Tutorial", </span> <span>"2": "Indexing" </span> <span>}, </span> <span>"post_text": "Hello Readers!! This is my post text", </span> <span>"post_type": "private", </span> <span>"user_name": "Mark Anthony" </span><span>}</span>L'analyse de cette requête avec Explication () donne le résultat suivant, qui montre que la requête utilise BasicCursor et que les 500 documents sont analysés pour récupérer un document.
- field1
- field1, field2
- Field1, Field2, Field3
<span><span><?php </span></span><span><span>// query to find posts with user_name "Jim Alexandar" </span></span><span><span>$cursor = $collection->find( </span></span><span> <span>array("user_name" => "Jim Alexandar") </span></span><span><span>); </span></span><span><span>// use explain() to get explanation of query indexes </span></span><span><span>var_dump($cursor->explain());</span></span></span>Cela garantit que la requête utilise l'index composé défini sur les champs post_type et post_likes.
Index Multikey
Lorsque l'indexation est effectuée sur un champ de tableau, elle est appelée un index multiplié. Considérez à nouveau notre document postal; Nous pouvons appliquer un index multi-out sur Post_Tags. L'indice multikey indexerait chaque élément du tableau, donc dans ce cas, des index distincts seraient créés pour les valeurs post_tags: MongoDB , Tutoriel , Indexation , et et bientôt.
Index du composé multikey
Nous pouvons créer un index de composé à plusieurs fois, mais avec la limitation qui, au maximum, un champ de l'index peut être un tableau. Donc, si nous avons Field1 en tant que chaîne, et [Field2, Field3] en tant que tableau, nous ne pouvons pas définir l'index {Field2, Field3} puisque les deux champs sont des tableaux. Dans l'exemple ci-dessous, nous créons un index sur les champs post_tags et user_name:
Limitations et considérations d'indexation
Il est important de savoir que l'indexation ne peut pas être utilisée dans les requêtes qui utilisent des expressions régulières, des opérateurs de négation (c'est-à-dire $ ne, $ pas, etc.), des opérateurs arithmétiques (c'est-à-dire $ mod, etc.), des expressions javascript dans le $ où clause, et dans certains autres cas. Les opérations d'indexation ont également leur propre coût. Chaque index occupe l'espace et provoque des frais généraux supplémentaires sur chaque insert, mise à jour et supprimer l'opération sur la collection. Vous devez considérer le rapport lecture: écriture pour chaque collection; L'indexation est bénéfique pour les collections lourdes en lecture, mais peut ne pas être pour les collections lourdes en écriture. MongoDB conserve des index dans la RAM. Assurez-vous que la taille totale de l'indice ne dépasse pas la limite de RAM. Si c'est le cas, certains index seront supprimés de la RAM et donc les requêtes ralentiront. De plus, une collection peut avoir un maximum de 64 index.Résumé
C’est tout pour cette partie. Pour résumer, les index sont très bénéfiques pour une application si une approche d'indexation appropriée est choisie. Dans la partie suivante, nous examinerons l'utilisation d'index sur des documents intégrés, des sous-documents et la commande. Restez à l'écoute! Image via FotoliaLes questions fréquemment posées sur l'indexation de MongoDB
Quelle est l'importance de l'indexation de MongoDB dans la gestion des bases de données?
L'indexation de MongoDB est un aspect essentiel de la gestion des bases de données. Il améliore considérablement les performances des opérations de base de données en fournissant un chemin plus efficace vers les données. Sans index, MongoDB doit effectuer une analyse de collection, c'est-à-dire la numérisation de chaque document d'une collection, pour sélectionner les documents qui correspondent à l'instruction de requête. Avec les index, MongoDB peut limiter sa recherche aux parties pertinentes des données, réduisant ainsi la quantité de données dont il a besoin pour scanner. Il en résulte des temps de réponse de requête plus rapides et une utilisation inférieure au processeur, ce qui est particulièrement bénéfique dans les grandes bases de données.
Comment fonctionne l'indexation de MongoDB?
L'indexation de MongoDB fonctionne en créant une structure de données spéciale qui contient une petite partie des données de la collection. Cette structure de données comprend la valeur d'un champ ou d'un ensemble spécifique de champs, ordonnés par la valeur du champ, comme spécifié dans l'index. Lorsqu'une requête est exécutée, MongoDB utilise ces index pour limiter le nombre de documents qu'il doit inspecter. Les index sont particulièrement bénéfiques lorsque la taille totale des documents dépasse la RAM disponible.
Quels sont les différents types d'index dans MongoDB?
MongoDB prend en charge plusieurs types d'index que vous pouvez utiliser pour améliorer pour améliorer les performances de vos requêtes. Il s'agit notamment des index de champ, composé, multikey, texte, 2D et 2DSphere. Chaque type d'index sert un objectif spécifique et est utilisé pour différents types de requêtes. Par exemple, les index de champ et de composés uniques sont utilisés pour les requêtes sur des champs uniques ou multiples, respectivement. Les index multi-likey sont utilisés pour les tableaux, et les index de texte sont utilisés pour le contenu de la chaîne.
Comment créer un index dans MongoDB?
Vous pouvez créer un index dans MongoDB à l'aide de la méthode createIndex () . Cette méthode crée un index sur un champ spécifié si l'index n'existe pas déjà. La méthode prend deux paramètres: le champ ou les champs pour indexer et un document d'options qui vous permet de spécifier des options supplémentaires.
Puis-je créer plusieurs index dans MongoDB?
Oui, vous pouvez créer plusieurs Index dans MongoDB. Cependant, il est important de noter que si les index améliorent les performances de la requête, ils consomment également les ressources système, en particulier l'espace et la mémoire disque. Par conséquent, il est crucial de créer des index judicieusement et uniquement sur les champs qui seront fréquemment interrogés.
Comment choisir les champs à indexer dans MongoDB?
Le choix des champs à indexer en index MongoDB dépend en grande partie des modèles de requête de votre application. Les champs fréquemment interrogés ou utilisés dans les opérations de tri sont de bons candidats à l'indexation. De plus, les champs avec un degré élevé de caractère unique sont également de bons candidats à l'indexation car ils peuvent réduire considérablement le nombre de documents dont le MongoDB doit scanner lors de l'exécution d'une requête.
Comment puis-je vérifier si un index existe dans MongoDB?
Vous pouvez vérifier si un index existe dans MongoDB à l'aide de la méthode getIndexes (). Cette méthode renvoie une liste de tous les index sur une collection, y compris l'index _ID qui est créé par défaut.
MongoDB utilisant la méthode DropIndex (). Cette méthode supprime l'index spécifié d'une collection.
Qu'est-ce que l'intersection d'index dans MongoDB?
L'intersection d'index est une fonctionnalité dans MongoDB qui permet à la base de données d'utiliser plus d'un index pour réaliser une requête . Cela peut être particulièrement utile lorsqu'aucun index unique ne peut satisfaire à une requête, mais l'intersection de deux ou plusieurs index ne peut.
Quel est l'impact de l'indexation sur les opérations d'écriture dans MongoDB?
Bien que l'indexation améliore considérablement les performances des opérations de lecture, elle peut avoir un impact sur les opérations d'écriture. En effet, chaque fois qu'un document est inséré ou mis à jour, tous les index de la collection doivent également être mis à jour. Par conséquent, plus une collection a des index, plus les opérations d'écriture seront lentes. Il est important de trouver un équilibre entre les performances de lecture et les performances d'écriture lors de la création d'index.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

L'équilibrage de charge affecte la gestion de la session, mais peut être résolu avec la réplication de la session, l'adhérence des sessions et le stockage centralisé de session. 1. Session Replication Copy Données de session entre les serveurs. 2. Session Stickleness dirige les demandes d'utilisateurs vers le même serveur. 3. Le stockage centralisé de session utilise des serveurs indépendants tels que Redis pour stocker les données de session pour assurer le partage de données.

Session BlockingSateChnique utilisétoenSureAuser'sessionremainSexclusiVetoonUseratatime.ITCUCIALFORPREVERSDATACORUPRUPTIONANDSECRYSEURCHEBRESSInMulti-userApplications.SessionLockingisImplementEdUsingServer-SidelockingMechanisms, telasreentrantLockinjj

Les alternatives aux séances PHP comprennent des cookies, une authentification basée sur des jetons, des sessions basées sur la base de données et Redis / Memcached. 1.CooKies Gérer les sessions en stockant des données sur le client, ce qui est simple mais faible en sécurité. 2. L'authentification basée sur le token utilise des jetons pour vérifier les utilisateurs, ce qui est hautement sécurisé mais nécessite une logique supplémentaire. 3.Database basée sur les séances stocke les données dans la base de données, qui a une bonne évolutivité mais peut affecter les performances. 4. redis / memcached utilise un cache distribué pour améliorer les performances et l'évolutivité, mais nécessite une correspondance supplémentaire

SessionHijacking fait référence à un attaquant imitant un utilisateur en obtenant le SessionID de l'utilisateur. Les méthodes de prévention comprennent: 1) le chiffrement de la communication à l'aide de HTTPS; 2) Vérification de la source du sessionID; 3) Utilisation d'un algorithme de génération de sessionID sécurisé; 4) Mise à jour régulière du SessionID.

L'article traite de PHP, détaillant sa forme complète, les principales utilisations du développement Web, la comparaison avec Python et Java, et sa facilité d'apprentissage pour les débutants.

PHP gère les données de formulaire à l'aide de $ \ _ Post et $ \ _ obtiennent des superglobaux, avec la sécurité assurée par la validation, la désinfection et les interactions de base de données sécurisées.

L'article compare PHP et ASP.NET, en se concentrant sur leur pertinence pour les applications Web à grande échelle, les différences de performances et les fonctionnalités de sécurité. Les deux sont viables pour les grands projets, mais PHP est open-source et indépendant de la plate-forme, tandis que ASP.NET,

La sensibilité à la caisse de PHP varie: les fonctions sont insensibles, tandis que les variables et les classes sont sensibles. Les meilleures pratiques incluent la dénomination cohérente et l'utilisation de fonctions insensibles à des cas pour les comparaisons.


Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

Video Face Swap
Échangez les visages dans n'importe quelle vidéo sans effort grâce à notre outil d'échange de visage AI entièrement gratuit !

Article chaud

Outils chauds

Version Mac de WebStorm
Outils de développement JavaScript utiles

mPDF
mPDF est une bibliothèque PHP qui peut générer des fichiers PDF à partir de HTML encodé en UTF-8. L'auteur original, Ian Back, a écrit mPDF pour générer des fichiers PDF « à la volée » depuis son site Web et gérer différentes langues. Il est plus lent et produit des fichiers plus volumineux lors de l'utilisation de polices Unicode que les scripts originaux comme HTML2FPDF, mais prend en charge les styles CSS, etc. et présente de nombreuses améliorations. Prend en charge presque toutes les langues, y compris RTL (arabe et hébreu) et CJK (chinois, japonais et coréen). Prend en charge les éléments imbriqués au niveau du bloc (tels que P, DIV),

SublimeText3 version anglaise
Recommandé : version Win, prend en charge les invites de code !

Listes Sec
SecLists est le compagnon ultime du testeur de sécurité. Il s'agit d'une collection de différents types de listes fréquemment utilisées lors des évaluations de sécurité, le tout en un seul endroit. SecLists contribue à rendre les tests de sécurité plus efficaces et productifs en fournissant facilement toutes les listes dont un testeur de sécurité pourrait avoir besoin. Les types de listes incluent les noms d'utilisateur, les mots de passe, les URL, les charges utiles floues, les modèles de données sensibles, les shells Web, etc. Le testeur peut simplement extraire ce référentiel sur une nouvelle machine de test et il aura accès à tous les types de listes dont il a besoin.

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit
