MongoDB索引概念及使用详解

索引，使用索引可快速访问数据库表中的特定信息。索引是对数据库表中一列或多列的值进行排序的一种结构，例如 employee 表的姓名

索引，使用索引可快速访问数据库表中的特定信息。索引是对数据库表中一列或多列的值进行排序的一种结构，例如 employee 表的姓名（name）列。如果要按姓查找特定职员，与必须搜索表中的所有行相比，索引会帮助您更快地获得该信息。

------------------------------------------------------------------

MongoDB 的详细介绍：请点这里
MongoDB 的下载地址：请点这里

相关阅读：

MongoDB备份与恢复

CentOS编译安装MongoDB

CentOS 编译安装 MongoDB与mongoDB的php扩展

CentOS 6 使用 yum 安装MongoDB及服务器端配置

Ubuntu 13.04下安装MongoDB2.4.3

如何在MongoDB中建立新数据库和集合

MongoDB入门必读(概念与实战并重)

《MongoDB 权威指南》(MongoDB: The Definitive Guide)英文文字版[PDF]

------------------------------------------------------------------

索引的优点：

不需要做全表扫描，只需要扫描索引索引只存储了这个表的数据的一小部分，这小部分可以帮我们实现快速查询，因此扫描的时候只扫描这一小部分即可，如果将这小部分装载入内存中的话，速度会更快

·大大减少了服务器需要扫描的数据量

·索引可以帮助服务器避免排序或使用临时表

·索引可以将随机I/O转换为顺序I/O

 

索引的缺点：

索引是保存了数据表上的一小部分数据，那么这些数据是需要额外存储的，毫无疑问如果更新了表中的数据，那么响应的索引数据也要跟着更新，加速了查找操作，但是减少了写入速度对查找的加速是否有用还是有待评估的，比如我们将一个表中的按年龄实现了索引创建（在年龄上创建了索引）平时大多数操作都是按照名字上去查找的，那么索引则无任何作用，所谓索引必须跟查找建完全匹配才有意义，但我们要知道大多数的查找未必只在有限字段上执行，也就意味着创建索引必须包含多个段，需要看索引是如何去生成的，对于多个条件可以将索引做为组合索引来查找，所以索引的设计是非常有技巧的

索引本身带来的未必是优势，如果一张表中索引非常的多的话，可能对于整个系统性能的影响是非常大的，如果一张表的本身非常小只有十几行，创建索引反而会减慢速度的，因为全表扫描也未必用不了多长时间

但如果表非常大的话，索引则非常有用，如果数据量过大那么索引反而也未必有意义，，比如一张表非常大，上T的数据，可以想象一下创建什么样的索引才可以，所以只能将大表切割成小表，并且分布在不同的物理节点上，对mysql来说叫做分区；对mongodb来讲叫shaerd

 

索引级别：

索引最高级别3星索引

1星：索引国能将相关的记录放置在一起，大大降低了I/O

2星：索引中数据的存储顺序与查找标准中顺序一致（只要设计良好即可）

3星：如果索引中包含查询中所需要的全部数据（覆盖索引）

 

索引的类别：

·顺序索引
·散列索引

将索引映射至散列桶中，映射是通过散列函数进行的

 

评估索引标准：

1、访问类型(如果做等值比较 散列比较好，如果做范围查找，那么顺序比较好

2、访问时长（为完成一个访问，基于索引类型访问的时间可能不同）

3、插入时长（更新表的话索引本身可能会有很大代价，如果散列索引的话只不过重新执行以下算法即可，但是对于顺序索引的话，有可能会移动索引列表后面的索引数据）

4、删除时长

5、空间开销

 

索引类型：

·顺序索引：按照聚集索引存放的文件也被称为索引顺序文件，最常见的索引类型，一般来讲被索引文件记录，如果按照顺序存放则为索引顺序文件，否则为堆文件

·聚集索引:如果某记录文件中的记录顺序是按照对应的搜索码（键/key）的顺序排序的话，被称为主索引

·非聚集索引：搜索码中的指定的次序与记录中的记录次序不一致

 

根据索引中是否为每个记录响应的创建索引项：

·稠密索引 （每个搜索码值都有一个对应的索引项

·稀疏索引 （并不是每个记录都有索引项）

·多级索引 （索引指向索引，以此类推，最后的索引指向数据；

索引本身，主索引之外的索引被称为辅助索引，而只有主索引才能使用稀疏索引，其他所有必需是稠密索引，而辅助索引必须是稠密索引

·B+树索引：

·Balance Tree 平衡树索引

·每个叶子节点，从叶子至根的距离是相同的，所以叫做平衡树

·层次需要根据数据量来动态创建层次

·B+树是一种顺序索引

 

 

散列索引则：

通过散列函数，数据库加载为一次I/O 指针加载数据为2次 I/O。

I/O是占据时间比例是最大值的，索引散列索引的速度在做精确匹配的时候会更快，因为I/O次数要少的多的多，因此散列索引能够让我们避免访问索引结构的。

散列索引的缺点：散列索引还有可能造成偏斜，长久以来可能发有的散列桶有的满有的空 导致每个节点的负载参差不齐，如果散列函数做的不够随机就有可能造成偏斜的情况

所以散列函数需要做到以下几点：

·分布式随机

·分布式均匀

散列函数适用的场景：精确值匹配，比如做等值比较： = ,IN(), 等

 

全文索引：