索引就像图书馆的目录一样，可以让我们快速定位到需要的内容。关系型数据库中有索引，NoSQL中当然也有。
索引创建
默认情况下，集合中的 _id 字段就是索引，我们可以通过 getIndexes() 方法来查看一个集合中的索引：
db.index_1.getIndexes()结果如下：
[ { "v" : 2, "key" : { "_id" : 1 }, "name" : "_id_" } ]我们看到这里只有一个索引，就是_id。
现在我的集合中有10000个文档，我想要查询x为1的文档，我的查询操作如下：
db.index_1.find({x:1})这种查询默认情况下会做全表扫描，我们可以用上篇介绍的explain()来查看一下执行计划，如下：
db.index_1.find({x:1}).explain("executionStats")结果如下：
{
"explainVersion" : "1",
"queryPlanner" : {
},
"executionStats" : {
"executionSuccess" : true,
"nReturned" : 1,
"executionTimeMillis" : 4,
"totalKeysExamined" : 0,
"totalDocsExamined" : 10000,
"executionStages" : {
"stage" : "COLLSCAN",
"filter" : {
"x" : {
"$eq" : 1
}
},
"nReturned" : 1,
"executionTimeMillisEstimate" : 0,
"works" : 10002,
"advanced" : 1,
"needTime" : 10000,
"needYield" : 0,
"saveState" : 10,
"restoreState" : 10,
"isEOF" : 1,
"direction" : "forward",
"docsExamined" : 10000
}
},
"ok" : 1
}结果比较长，我摘取了关键的一部分。我们可以看到查询方式是全表扫描，一共扫描了10000个文档才查出我想要的结果。实际上我要的文档就排第二个，但是系统不知道这个集合中一共有多少个x为1的文档，所以会把全表扫描完，这种方式当然很低效。但是如果我加上limit，如下：
db.index_1.find({x:1}).limit(1)此时再看查询计划发现只扫描了两个文档就有结果了。但是如果我要查询x为9999的记录，那还是得把全表扫描一遍。此时，我们就可以给该字段建立索引，索引建立方式如下：
db.index_1.createIndex({x:1})1表示升序，-1表示降序。当我们给x字段建立索引之后，再根据x字段去查询，速度就非常快了。我们看下面这个查询操作的执行计划：
db.index_1.find({x:9999}).explain("executionStats")结果如下：
{
"explainVersion" : "1",
"queryPlanner" : {},
"executionStats" : {
"executionSuccess" : true,
"nReturned" : 1,
"executionTimeMillis" : 1,
"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,
"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,
"keyPattern" : {
"x" : 1
},
"indexName" : "x_1",
"isMultiKey" : false,
"multiKeyPaths" : {
"x" : [ ]
},
"isUnique" : false,
"isSparse" : false,
"isPartial" : false,
"indexVersion" : 2,
"direction" : "forward",
"indexBounds" : {
"x" : [
"[9999.0, 9999.0]"
]
},
"keysExamined" : 1,
"seeks" : 1,
"dupsTested" : 0,
"dupsDropped" : 0
}
}
},
"ok" : 1
}此时调用getIndexes()方法，可以看到我们刚刚创建的索引，如下：
[
{
"v" : 2,
"key" : {
"_id" : 1
},
"name" : "_id_"
},
{
"v" : 2,
"key" : {
"x" : 1
},
"name" : "x_1"
}
]我们看到每个索引都有一个名字，默认的索引名字为字段名_排序值。当然我们也可以在创建索引时自定义索引名字，如下：
db.index_1.createIndex({x:1},{name:"myfirstindex"})此时创建好的索引如下：
[
{
"v" : 2,
"key" : {
"_id" : 1
},
"name" : "_id_"
},
{
"v" : 2,
"key" : {
"x" : 1
},
"name" : "myfirstindex"
}
]当然索引在创建过程中还有许多其他可选参数，如下：
参数 | 描述 |
name | 索引名称 |
background | 创建索引过程会阻塞其它数据库操作，background可以指定以后台方式创建索引，默认为false |
unique | 建立的索引是否唯一，默认为false |
sparse | 对文档中不存在的字段是否不启用索引，默认false |
v | 索引的版本号 |
weights | 索引的权重，表示该索引相对于其他索引字段的得分权重 |
查看索引
上文我们介绍了getIndexes()可以用来查看索引，我们还可以通过totalIndexSize()来查看索引的大小，如下：
db.index_1.totalIndexSize()删除索引
我们可以按名称删除索引，如下：
db.index_1.dropIndex("myfirstindex")表示删除一个名为myfirstindex的索引。当然我们也可以删除所有索引，如下：
db.index_1.dropIndexes()该方法会删除所有非_id索引。
总结
索引是个好东西，可以有效提高查询速度，但是索引会降低插入、更新和删除的速度，因为这些操作不仅要更新文档，还要更新索引。MongoDB限制每个集合上最多有64个索引，我们在创建索引时要仔细斟酌索引的字段。
