Mari bercakap dengan anda tentang jenis indeks kaya dalam MongoDB
Artikel ini akan membawa anda memahami MongoDB dan memperkenalkan jenis indeks yang kaya dalam MongoDB. Saya harap ia dapat membantu semua orang.
MongoDB
indeks dan MySql
pada dasarnya mempunyai fungsi dan prinsip yang serupa untuk diikuti untuk pengoptimuman MySql
jenis indeks pada asasnya boleh dibezakan sebagai:
- Indeks kunci tunggal - Indeks kesatuan
- Indeks kunci utama (indeks berkelompok) - Indeks kunci bukan utama (indeks bukan berkelompok)
Kecuali dalam MongoDB
Selain klasifikasi asas ini, terdapat juga beberapa jenis indeks khas, seperti: indeks tatasusunan |. indeks geospatial |. untuk memasukkan data berikut
for(var i = 0;i < 100000;i++){ db.users.insertOne({ username: "user"+i, age: Math.random() * 100, sex: i % 2, phone: 18468150001+i }); }Indeks kunci tunggal
Indeks kunci tunggal bermakna terdapat hanya satu medan diindeks, iaitu kaedah pengindeksan yang paling asas.
Gunakan dalam medan koleksi
, buat indeks kunci tunggal, akan secara automatik menamakan indeks ini username
MongoDB
username_1
db.users.createIndex({username:1}) 'username_1',
ialah username
mewakili penggunaan imbasan indeks stage
IXSCAN
db.users.find({username:"user40001"}).explain() { queryPlanner: { winningPlan: { ...... stage: 'FETCH', inputStage: { stage: 'IXSCAN', keyPattern: { username: 1 }, indexName: 'username_1', ...... } } rejectedPlans: [] , }, ...... ok: 1 }, nilai umur ialah
, kemudian users
. medan akan mempunyai 100 nilai unik, iaitu asas medan 0-99
ialah 100 dan age
Medan ini hanya akan mempunyai dua nilai age
, iaitu asas medan sex
ialah 2, yang merupakan asas yang agak rendah Dalam kes ini, kecekapan pengindeksan tidak tinggi dan akan menyebabkan kegagalan indeks .0 | 1
sex
Berikut ialah indeks medan
sex
db.users.createIndex({sex:1}) 'sex_1' db.users.find({sex:1}).explain() { queryPlanner: { ...... winningPlan: { stage: 'COLLSCAN', filter: { sex: { '$eq': 1 } }, direction: 'forward' }, rejectedPlans: [] }, ...... ok: 1 }Indeks bersama
Indeks bersama bermakna akan terdapat berbilang medan pada indeks. Mari gunakan dua medan
dan untuk mencipta indeks age
sex
db.users.createIndex({age:1,sex:1}) 'age_1_sex_1'
db.users.find({age:23,sex:1}).explain() { queryPlanner: { ...... winningPlan: { stage: 'FETCH', inputStage: { stage: 'IXSCAN', keyPattern: { age: 1, sex: 1 }, indexName: 'age_1_sex_1', ....... indexBounds: { age: [ '[23, 23]' ], sex: [ '[1, 1]' ] } } }, rejectedPlans: [], }, ...... ok: 1 }Indeks tatasusunan
Indeks tatasusunan ialah untuk mencipta indeks medan tatasusunan, juga dipanggil indeks berbilang nilai, untuk ujian, tambahkan beberapa medan tatasusunan pada data dalam
koleksi.users
db.users.updateOne({username:"user1"},{$set:{hobby:["唱歌","篮球","rap"]}}) ......menunjukkan indeks yang digunakan ialah indeks berbilang nilai Berbanding dengan indeks lain, entri indeks dan volum indeks tatasusunan mesti meningkat secara eksponen Contohnya, purata
tatasusunan isMultiKey: true
setiap dokumen ialah 10, Kemudian bilangan entri dalam indeks tatasusunan
db.users.createIndex({hobby:1}) 'hobby_1' db.users.find({hobby:{$elemMatch:{$eq:"钓鱼"}}}).explain() { queryPlanner: { ...... winningPlan: { stage: 'FETCH', filter: { hobby: { '$elemMatch': { '$eq': '钓鱼' } } }, inputStage: { stage: 'IXSCAN', keyPattern: { hobby: 1 }, indexName: 'hobby_1', isMultiKey: true, multiKeyPaths: { hobby: [ 'hobby' ] }, ...... indexBounds: { hobby: [ '["钓鱼", "钓鱼"]' ] } } }, rejectedPlans: [] }, ...... ok: 1 }
hobby
Indeks tatasusunan kesatuan size
hobby
Indeks spatial geografi
Tambahkan beberapa maklumat geografi pada koleksiasal
Cipta indeks spatial dua dimensiusers
for(var i = 0;i < 100000;i++){ db.users.updateOne( {username:"user"+i}, { $set:{ location:{ type: "Point", coordinates: [100+Math.random() * 4,40+Math.random() * 3] } } }); }indeks geospatial mempunyai banyak elemen termasuk
|
dsb.db.users.createIndex({location:"2dsphere"}) 'location_2dsphere' //查询500米内的人 db.users.find({ location:{ $near:{ $geometry:{type:"Point",coordinates:[102,41.5]}, $maxDistance:500 } } })
type
Indeks TTLPonit(点)
LineString(线)
Polygon(多边形)
Ejaan penuh TTL ialah
unit masa tamat dalam beberapa saat Selepas penciptaan selesai, akan menyemak data dalam koleksi dengan kerap. Apabila: muncul
MongoDB
将会自动将这些文档删除,这种索引还有以下这些要求:
- TTL索引只能有一个字段,没有联合TTL索引
- TTL不能用于固定集合
- TTL索引是逐个遍历后,发现满足删除条件会使用
delete
函数删除,效率并不高
首先在我们文档上增减一个时间字段
for(var i = 90000;i < 100000;i++){ db.users.updateOne( {username:"user"+i}, { $set:{ createdDate:new Date() } }); }
创建一个TTL索引并且设定过期时间为60s,待过60s后查询,会发现这些数据已经不存在
db.users.createIndex({createdDate:1},{expireAfterSeconds:60}) 'createdDate_1'
另外还可以用CollMod
命令更改TTL索引的过期时间
db.runCommand({ collMod:"users", index:{ keyPattern:{createdDate:1}, expireAfterSeconds:120 } }) { expireAfterSeconds_old: 60, expireAfterSeconds_new: 120, ok: 1 }
条件索引
条件索引也叫部分索引(partial),只对满足条件的数据进行建立索引.
只对50岁以上的user
进行建立username_1
索引,查看执行计划会发现isPartial
这个字段会变成true
db.users.createIndex({username:1},{partialFilterExpression:{ age:{$gt:50} }}) 'username_1' db.users.find({$and:[{username:"user4"},{age:60}]}).explain() { queryPlanner: { ...... winningPlan: { stage: 'FETCH', filter: { age: { '$eq': 60 } }, inputStage: { stage: 'IXSCAN', keyPattern: { username: 1 }, indexName: 'username_1', ...... isPartial: true, ...... } }, rejectedPlans: [] }, ...... ok: 1 }
稀疏索引
一般的索引会根据某个字段为整个集合创建一个索引,即使某个文档不存这个字段,那么这个索引会把这个文档的这个字段当作null
建立在索引当中.
稀疏索引不会对文档中不存在的字段建立索引,如果这个字段存在但是为null
时,则会创建索引.
下面给users
集合中的部分数据创建稀疏索引
for(var i = 5000;i < 10000;i++){ if(i < 9000){ db.users.updateOne( {username:"user"+i}, { $set:{email:(120000000+i)+"@qq.email"}} ) }else{ db.users.updateOne( {username:"user"+i}, { $set:{email:null}} ) } }
当不建立索引使用{email:null}
条件进行查询时,我们会发现查出来的文档包含没有email
字段的文档
db.users.find({email:null}) { _id: ObjectId("61bdc01ba59136670f6536fd"), username: 'user0', age: 64.41483801726282, sex: 0, phone: 18468150001, location: { type: 'Point', coordinates: [ 101.42490900320335, 42.2576650823515 ] } } ......
然后对email
这个字段创建一个稀疏索引使用{email:null}
条件进行查询,则发现查询来的文档全部是email
字段存在且为null
的文档.
db.users.createIndex({email:1},{sparse:true}); 'email_1' db.users.find({email:null}).hint({email:1}) { _id: ObjectId("61bdc12ca59136670f655a25"), username: 'user9000', age: 94.18397576757012, sex: 0, phone: 18468159001, hobby: [ '钓鱼', '乒乓球' ], location: { type: 'Point', coordinates: [ 101.25903151863596, 41.38450145025062 ] }, email: null } ......
文本索引
文本索引将建立索引的文档字段先进行分词再进行检索,但是目前还不支持中文分词.
下面增加两个文本字段,创建一个联合文本索引
db.blog.insertMany([ {title:"hello world",content:"mongodb is the best database"}, {title:"index",content:"efficient data structure"} ]) //创建索引 db.blog.createIndex({title:"text",content:"text"}) 'title_text_content_text' //使用文本索引查询 db.blog.find({$text:{$search:"hello data"}}) { _id: ObjectId("61c092268c4037d17827d977"), title: 'index', content: 'efficient data structure' }, { _id: ObjectId("61c092268c4037d17827d976"), title: 'hello world', content: 'mongodb is the best database' }
唯一索引
唯一索引就是在建立索引地字段上不能出现重复元素,除了单字段唯一索引还有联合唯一索引以及数组唯一索引(即数组之间不能有元素交集 )
//对title字段创建唯一索引 db.blog.createIndex({title:1},{unique:true}) 'title_1' //插入一个已经存在的title值 db.blog.insertOne({title:"hello world",content:"mongodb is the best database"}) MongoServerError: E11000 duplicate key error collection: mock.blog index: title_1 dup key: { : "hello world" } //查看一下执行计划,isUnique为true db.blog.find({"title":"index"}).explain() { queryPlanner: { ...... winningPlan: { stage: 'FETCH', inputStage: { stage: 'IXSCAN', keyPattern: { title: 1 }, indexName: 'title_1', isMultiKey: false, multiKeyPaths: { title: [] }, isUnique: true, ...... } }, rejectedPlans: [] }, ....... ok: 1 }
相关视频教程推荐:《MongoDB教程》
Atas ialah kandungan terperinci Mari bercakap dengan anda tentang jenis indeks kaya dalam MongoDB. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Anda boleh menggunakan kaedah berikut untuk memadam dokumen di MongoDB: 1. 2. Ekspresi biasa sepadan dengan dokumen yang memenuhi kriteria; 3. $ Ada pengendali memadam dokumen dengan medan yang ditentukan; 4. Kaedah mencari () dan keluarkan () terlebih dahulu dapatkan dan kemudian padamkan dokumen. Sila ambil perhatian bahawa operasi ini tidak boleh menggunakan transaksi dan boleh memadam semua dokumen yang sepadan, jadi berhati -hati apabila menggunakannya.

Untuk menubuhkan pangkalan data MongoDB, anda boleh menggunakan baris perintah (penggunaan dan db.createCollection ()) atau shell mongo (mongo, penggunaan dan db.createCollection ()). Pilihan tetapan lain termasuk melihat pangkalan data (tunjukkan DBS), koleksi tontonan (tunjukkan koleksi), memadam pangkalan data (db.dropdatabase ()), memadam koleksi (db. & Amp; lt; collection_name & amp; gt;

Menggunakan kluster MongoDB dibahagikan kepada lima langkah: menggunakan nod utama, menggunakan nod sekunder, sambil menambah nod sekunder, mengkonfigurasi replikasi, dan mengesahkan kluster. Termasuk memasang perisian MongoDB, membuat direktori data, memulakan contoh MongoDB, memulakan set replikasi, menambah nod sekunder, membolehkan ciri -ciri set replika, mengkonfigurasi hak mengundi, dan mengesahkan status kluster dan replikasi data.

MongoDB digunakan secara meluas dalam senario berikut: Penyimpanan Dokumen: Menguruskan data berstruktur dan tidak berstruktur seperti maklumat pengguna, kandungan, katalog produk, dan lain-lain. Analisis masa nyata: Permintaan cepat dan menganalisis data masa nyata seperti log, memantau pemutihan papan pemantauan, dan lain-lain. Internet Perkara: Proses data siri masa besar seperti pemantauan peranti, pengumpulan data dan pengurusan jauh. Aplikasi Mudah Alih: Sebagai pangkalan data backend, menyegerakkan data peranti mudah alih, menyediakan storan luar talian, dan lain-lain. Bidang lain: Senario pelbagai seperti e-dagang, penjagaan kesihatan, perkhidmatan kewangan dan pembangunan permainan.

Cara Melihat Versi MongoDB: Baris Perintah: Gunakan perintah db.version (). Pemacu Bahasa Pemrograman: python: cetak (client.server_info () ["versi"]) node.js: db.command ({versi: 1}, (err, result) = & gt; {console.log (result.version);});

MongoDB menyediakan mekanisme penyortiran untuk menyusun koleksi dengan medan tertentu, menggunakan sintaks db.collection.find (). Sort ({field: order}) urutan menaik/menurun, menyokong penyortiran kompaun oleh pelbagai bidang, dan mengesyorkan mewujudkan indeks untuk meningkatkan prestasi menyusun.

Untuk menyambung ke MongoDB dengan Navicat: Pasang Navicat dan buat sambungan MongoDB; Masukkan alamat pelayan di hos, masukkan nombor port di port, dan masukkan maklumat pengesahan MongoDB dalam nama pengguna dan kata laluan; menguji sambungan dan simpan; Navicat akan menyambung ke pelayan MongoDB.

MongoDB menyediakan pelbagai kaedah penghapusan dokumen: Padam satu dokumen: Gunakan kaedah DeleteOne () untuk menentukan objek pertanyaan. Padam pelbagai dokumen: Gunakan kaedah DeleteMany () untuk menentukan objek pertanyaan. Padam keseluruhan koleksi: Gunakan kaedah drop (). Padam Dokumen Menggunakan Indeks: Gunakan kaedah FindOneandDelete () untuk menentukan objek pertanyaan dan mengembalikan dokumen yang dipadam. Padam Dokumen Terbenam: Gunakan Operator Kemas Kini $ Unset untuk menetapkan medan dokumen tertanam ke NULL.


Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

MinGW - GNU Minimalis untuk Windows
Projek ini dalam proses untuk dipindahkan ke osdn.net/projects/mingw, anda boleh terus mengikuti kami di sana. MinGW: Port Windows asli bagi GNU Compiler Collection (GCC), perpustakaan import yang boleh diedarkan secara bebas dan fail pengepala untuk membina aplikasi Windows asli termasuk sambungan kepada masa jalan MSVC untuk menyokong fungsi C99. Semua perisian MinGW boleh dijalankan pada platform Windows 64-bit.

EditPlus versi Cina retak
Saiz kecil, penyerlahan sintaks, tidak menyokong fungsi gesaan kod

SublimeText3 Linux versi baharu
SublimeText3 Linux versi terkini