series条件索引

转载

mob64ca14010a69 2024-11-26 14:00:29

文章标签 series条件索引字段空间索引 2d 文章分类 架构后端开发

一、简单介绍

我们上一篇介绍了索引基本操作，通过db.collection.createIndex(keys, options)语法创建索引，我们继续介绍地理空间索引、索引的限制，使我们在MongoDB时能提高查询效率。

索引的语法：

db.collection.createIndex(keys,options)

series条件索引_空间索引

options 參数说明

series条件索引_2d_02

series条件索引_字段_03

二．地理空间索引

我们生活上用到地理位置越多越多。所以存储经纬度就多了，查地理位置就多了，为了提高在MongoDB查询效率，我们建立地理空间索引。

1.创建地理空间索引

语法：

db.collection.createIndex({ <location field> : "2d" ,
                                    <additionalfield> : <value> } ,
                                  {<index-specification options> } )

index-specification參数说明：

{ min : <lower bound> , max :<upper bound> }

我们常常创建经纬度的格式有几种,比如：location:[ 50, 40 ]、location :{ lng :50 ,lat : 40}

> db.places.find()
{ "_id" :ObjectId("55ad0df063ea39b3057bdeef"), "onumber" : 1,"date" : "2015-07
-01", "cname" :"zcy", "location" : [ -10, 100 ] }
{ "_id" :ObjectId("55ad0e0463ea39b3057bdef0"), "onumber" : 2,"date" : "2015-07
-02", "cname" :"zcy", "location" : [ 10, 60 ] }
{ "_id" :ObjectId("55ad0e1663ea39b3057bdef1"), "onumber" : 3,"date" : "2015-07
-03", "cname" :"zcy", "location" : [ 100, 150 ] }
{ "_id" :ObjectId("55ad0e2463ea39b3057bdef2"), "onumber" : 4,"date" : "2015-07
-04", "cname" : "zcy","location" : [ 150, 200 ] }
{ "_id" :ObjectId("55ad0e3263ea39b3057bdef3"), "onumber" : 5,"date" : "2015-07
-05", "cname" :"zcy", "location" : [ -100, 100 ] }

样例：

>db.places.createIndex({location:"2d"})

series条件索引_空间索引_04

地理空间索引默认值的范围为-180到180,假设值已经存在超过了200时，就会建索引失败：

"errmsg" : "point not in interval of [ -180, 180 ] ::caused by :: { _id: ObjectId('55ad07bc63ea39b3057bdeed'),onumber: 5.0, date: \"2015-07-05\", cnam

e: \"zcy\", location: [ 100.0,200.0 ] }", "code" : 13027

series条件索引_2d_05

我们能够建立一个二维地理空间索引的位置范围以外的默认。创建索引时使用最小和最大选项。

语法：

db.collection.createIndex( {<location field> : "2d" } ,
                                 {min : <lower bound> , max : <upper bound> } )

样例：

>db.places.createIndex({location:"2d"},{min:-200,max:200})

地理空间索引默认值的范围为-200到200

2.查询平面上的点

我们能够使用$near或者geoNear Command查询。能够使用limit()函数，若不指定，默认是返回100条文档。

（1）精确的查询

样例：

> db.places.find({location:[60,100]})

series条件索引_空间索引_06

我们查询经纬度为[60,100]

(2) $near查询

我们须要查询范围内的经纬度有哪些

语法：

db.collection.find( {<location field> :
                         {$near : [ <x> , <y> ]
                      } } )

样例：

> db.places.find({location:{$near:[100,200]}})

series条件索引_2d_07

我们查询目标点[100,200]距离近期的100个点。然后是按最接近的排序

（3）geoNearCommand查询

geoNear Command查询根db.collection.find()查询相似

语法：

db.runCommand( { geoNear:<collection>, near: [ <x> , <y> ] } )

样例：

> db.runCommand( {geoNear:"places", near: [ -100,100] } )
{
        "results" :[
                {
                       "dis" : 0,
                       "obj" : {
                               "_id" : ObjectId("55ad0e3263ea39b3057bdef3"),
                               "onumber" : 5,
                               "date" : "2015-07-05",
                               "cname" : "zcy",
                               "location" : [
                                        -100,
                                        100
                               ]
                        }
                },
                {
                       "dis" : 90,
                       "obj" : {
                               "_id" : ObjectId("55ad0df063ea39b3057bdeef"),
                               "onumber" : 1,
                               "date" : "2015-07-01",
                               "cname" : "zcy",
                               "location" : [
                                       -10,
                                        100
                               ]
                        }
                },
                {
                       "dis" : 117.04699910719626,
                       "obj" : {
                               "_id" : ObjectId("55ad0e0463ea39b3057bdef0"),
                               "onumber" : 2,
                               "date" : "2015-07-02",
                               "cname" : "zcy",
                                "location" : [
                                        10,
                                        60
                               ]
                        }
                },
                {
                       "dis" : 206.15528128088303,
                       "obj" : {
                               "_id" : ObjectId("55ad0e1663ea39b3057bdef1"),
                               "onumber" : 3,
                               "date" : "2015-07-03",
                               "cname" : "zcy",
                               "location" : [
                                        100,
                                        150
                               ]
                        }
                },
                {
                        "dis" : 269.2582403567252,
                       "obj" : {
                               "_id" : ObjectId("55ad0e2463ea39b3057bdef2"),
                               "onumber" : 4,
                               "date" : "2015-07-04",
                               "cname" : "zcy",
                               "location" : [
                                        150,
                                        200
                               ]
                        }
                }
        ],
        "stats" : {
               "nscanned" : NumberLong(5),
               "objectsLoaded" : NumberLong(5),
               "avgDistance" : 136.4921041489609,
               "maxDistance" : 269.2582403567252,
               "time" : 52
        },
        "ok" : 1
}

4.查询曲面上定义的点

（1）$box

（2）$polygon

（ 3）$center(defines a circle)

这边就不做详细介绍了，能够到官方文档查看:http://docs.mongodb.org/manual/tutorial/query-a-2d-index/

三．索引的限制

我们第二章介绍索引的基本创建，我们如今创建索引时加上限制条件，比方唯一索引等

1. 唯一索引

对字段设置唯一索引时。能够保证字段都是唯一性

语法：

db.collection.createIndex({field1：boolean, field2：boolean },{unique: true})

（1）新建唯一索引

样例：

> db.orders.createIndex({onumber:1},{unique:true})

我们创建了onumber为唯一索引

当我们插入同样的onumber时。会新增失败

series条件索引_字段_08

说明：我们在新建字段为唯一索引时。相应的字段不存在，索引会将其作为null存储，假设对文档新增第一条时，没保存字段相应的值时，会以null保存，第二条还是对指定字段相应的值，新增数据时，之前已经存在null。所以会导致新增失败。

（2）对文档中已经存在的同样的字段新建唯一索引

我们文档中已经有数据时。我们新建唯一索引

样例：

>db.orders.createIndex({onumber:1},{unique:true})

series条件索引_空间索引_09

series条件索引_字段_10

我们集合中的onumber字段值已经有反复，所以会导致创建唯一性索引失败

唯一索引不可以创建在具有反复值的键上，假设你一定要在这种键上创建，使用dropDups參数，系统对反复值的键上仅仅保留第一条记录，剩下的记录会被删除

样例：

>db.orders.createIndex({onumber:1},{unique:true,dropDups:true})

2. 索引的名称

我们之前在创建索引时，没指定索引名称，MongoDB会生成一个默认的索引名称，我们能够通过name參数来指定我们新建索引的名称

语法：

db.collection.createIndex({field1：boolean,field2：boolean },{name: "index_name"})

样例：

>db.orders.createIndex({onumber:1},{name:"index_onumber"})

series条件索引_series条件索引_11

我们onumber字段新建一个索引名称为index_onumber的索引

3. 后台方式创建索引

background 在创建索引时，会堵塞MongoDB其他操作，比方查询MongoDB时，background为trues时可指定以后台方式创建索引，默认值时false

语法：

db.collection.createIndex({{field1：boolean,field2：boolean }} },{background: true})

样例：

> db.orders.createIndex({cname:1},{background:true}<span >)</span>

4. 稀疏索引

sparse：稀疏索引仅仅包括有索引字段的文档。即使索引字段包括空值，指数跳过缺少索引字段。

索引是“稀疏的”。由于它不包括集合的全部文档。与之相反。非稀疏索引中包括一个集合中的全部文档。这些文档中不包括索引字段的空值。

类似于$exists用来推断一个field是否存在

语法

db.collection.createIndex({{field1：boolean,field2：boolean }} },{ sparse: true})

样例：

>db.orders.createIndex({onumber:1},{sparse:true})

series条件索引_字段_12

我们查询时。onumber为null为4条记录。我们以onumber为nul做为查询条件时。没使用到索引。

而我们以onumber为1作为查询条件时。有使用到索引。

series条件索引_series条件索引_13

稀疏索引仅仅包括有索引字段的文档。即使索引字段包括空值，指数跳过缺少索引字段

四、索引的信息

1. 强制索引

我们在对MongoDB查询时。能够使用hint强制用某个索引

语法：

db. collection.find().hint(“index_name”)

样例：

>db.orders.find({onumber:1}).hint("onumber_1")

我们强制使用onumber 字段索引名称为onumber_1的索引

MongoDB的查询优化器很智能，会替你选择该用哪个索引，多数情况下不须要指定的。

2. 运行计划

MongoDB 提供了一个 explain 命令让我们获知系统怎样处理查询请求。利用 explain 命令，我们能够非常好地观察系统怎样使用索引来加快检索，同一时候能够针对性优化索引。

>db.orders.find({onumber:1}).hint("onumber_1").explain()
{
       "cursor" : "BtreeCursor onumber_1",
       "isMultiKey" : false,
       "n" : 1,
       "nscannedObjects" : 1,
       "nscanned" : 1,
       "nscannedObjectsAllPlans" : 1,
       "nscannedAllPlans" : 1,
       "scanAndOrder" : false,
       "indexOnly" : false,
       "nYields" : 0,
       "nChunkSkips" : 0,
       "millis" : 77,
       "indexBounds" : {
                "onumber" : [
                        [
                                1,
                                1
                        ]
                ]
       },
       "server" : "zhengcy-PC:27017",
       "filterSet" : false
}

对一些比較重要的參数说明：

1） n：当前查询返回的文档数量。

2）millis：当前查询所需时间。毫秒数。

3）indexBounds：当前查询详细使用的索引。

4）nscanned：扫描document的行数。

5）cursor：返回游标类型（BasicCursor和BtreeCursor），我们这边使用BtreeCursor类型。

6）nscannedObjects：被扫描的文档数量。

7）scanAndOrder：是否在内存中排序。

转载于: