索引(就像书的目录，先找大致的位置再细找，不是从头开始找)：mongodb每行的列可以完全不同，没有列的概念。索引作用类型:1:单列索引2:多列索引3:子文档索引索引性质:0:普通索引1.唯一索引2.稀疏索引3.哈希索引语法: db.collections.ensureIndex({field:1});注: 1:默认是增序建索引。  2:默认索引是用btree组织例: db.goods.ensureIndex({goods_id:1});解释:1. 按goods_id增序规律建立索引。   2. 用btree组织索引文件 索引创建1:索引提高查询速度,降低写入速度,权衡常用的查询字段,不必在太多列上建索引2.在mongodb中,索引可以按字段升序/降序来创建,便于排序3.默认是用btree来组织索引文件,2.4版本以后,也允许建立hash索引.use shopdb.goods.find({    goods_name:{$regex:/索爱/}}).explain()：  //查看查询计划"cursor" : "BasicCursor", ----说明没有索引发挥作用(因为没有索引，插入数据的时候要写入索引文件，所以写入更改速度减慢了)，则从头找到尾，mongo默认是btree建的索引，"nscannedObjects" : 1000 ---理论上要扫描多少行cursor" : "BtreeCursor sn_1", 用到的btree索引创建普通的单列索引:db.goods.ensureIndex({field:1/-1});  1是升续 2是降续db.goods.ensureIndex( {shop_price:-1} )db.goods.find({shop_price:1328}).explain()查看当前索引状态: db.collection.getIndexes();use shopdb.bar.ensureIndex( {title:-1} )db.bar.getIndexes()：[    {        "v" : 2,        "key" : {            "_id" : 1          //id索引        },        "name" : "_id_",        "ns" : "shop.bar"    },    {        "v" : 2,        "key" : {            "title" : -1.0   //title索引        },        "name" : "title_-1",        "ns" : "shop.bar"    }]use shopdb.goods.getIndexes()db.goods.find({goods_name:{$regex:/索爱/}}).explain()：{        "v" : 2,        "key" : {            "goods_name" : -1.0        },        "name" : "goods_name_-1",        "ns" : "shop.goods"}："indexName" : "goods_name_-1","indexBounds" : {                    "goods_name" : [                         "[/索爱/, /索爱/]",                         "({}, \"\"]"                    ]                }db.collection.dropIndex({filed:1/-1});   //删除索引要指定-1，1类型。db.collection.dropIndexes();    //全部删除，id索引默认就在，不能删掉，//多列索引，单列索引只是查询一个列的时候用到，当需要按照多列查询的时候就要用到多列索引。2列分别加索引是各自不影响，多列索引是把2列当成一个整体看没有区分2列了。创建多列索引  db.collection.ensureIndex({field1:1/-1, field2:1/-1});db.goods.ensureIndex({goods_name:1,shop_price:1})    //经常goods_name和shop_price要一起查，比单列索引要快。db.goods.getIndexes()：[    {        "v" : 2,        "key" : {            "_id" : 1        },        "name" : "_id_",         //id索引        "ns" : "shop.goods"    },    {        "v" : 2,        "key" : {            "goods_name" : 1.0,    //多列索引            "shop_price" : 1.0        },        "name" : "goods_name_1_shop_price_1",   //索引的名字        "ns" : "shop.goods"                //namespace    }]db.goods.find({    goods_name:{$regex:/诺基亚/},    $and:    [        {shop_price:{$gt:100}},        {shop_price:{$gt:300}}    ] }).explain()： "indexName" : "goods_name_1_shop_price_1", "indexVersion" : 2, "indexBounds" : {                    "goods_name" : [                         "[\"\", {})",                         "[/诺基亚/, /诺基亚/]"                    ],                    "shop_price" : [                         "(300.0, inf.0]"                    ]                }                                //子文档索引创建子文档索引db.collection.ensureIndex({filed.subfield:1/-1});db.goods.insert({name:'nokia',spc:{weight:120,area:'taiwan'}})db.goods.insert({name:'sanxing',spc:{weight:100,area:'hanguo'}})db.goods.find({name:'nokia'})//查询area='taiwan'的，db.goods.find({area:'taiwan'})   //因为没有area属性，area是在spc属性下面，这种有子文档的db.goods.find({
    'spc.area':'taiwan'})db.goods.ensureIndex({
    'spc.area':1})   //子文档就索引db.goods.getIndexes()db.goods.find({
    'spc.area':'taiwan'}).explain()：{    "v" : 2,    "key" : {        "spc.area" : 1.0    },    "name" : "spc.area_1",    "ns" : "shop.goods"}"indexName" : "spc.area_1","indexBounds" : {                    "spc.area" : [                         "[\"taiwan\", \"taiwan\"]"                    ]                }                                //刚才创建的都是普通索引，//唯一索引：这个列上的值不能重复创建唯一索引:db.collection.ensureIndex({filed.subfield:1/-1}, {
   unique:true});db.teacher.insert({email:'11@163.com'})db.teacher.insert({email:'22@163.com'})db.teacher.getIndexes()db.teacher.ensureIndex({email:1},{
   unique:true})                db.teacher.getIndexes():    {        "v" : 2,        "unique" : true,        "key" : {            "email" : 1.0        },        "name" : "email_1",        "ns" : "shop.teacher"    }db.teacher.insert({email:'11@163.com'})  //插入失败，唯一索引不能重复db.teacher.find({email:'22@163.com'})//稀疏索引：db.teacher.dropIndexes();db.teacher.getIndexes()  //只有id索引db.teacher.insert({})db.find():{    "_id" : ObjectId("5a4748a2e4778e360cdb54bc"),"email" : "11@163.com"}{    "_id" : ObjectId("5a474d4ce4778e360cdb54c4")    //根本就没有email属性}{    "_id" : ObjectId("5a474d85e4778e360cdb54c5"),"email" : "22@163.com"}db.teacher.ensureIndex({email:1})db.teacher.find({email:null}):   {    "_id" : ObjectId("5a474d4ce4778e360cdb54c4")}db.teacher.find({email:null}).explain()   //把email为null的也查到了（错的，是把没有email列的属性的查到了），说明把null也建立了索引（是没有email列不是email列为null,这不是表，每一行是没有关系的）//稀疏索引，有这个列就建立索引，没有这个列就不建立索引，db.teacher.dropIndexes()   //删除索引，建立稀疏索引db.teacher.ensureIndex({email:1},{sparse:true});    {        "v" : 2,        "key" : {            "email" : 1.0        },        "name" : "email_1",        "ns" : "shop.teacher",        "sparse" : true    }db.teacher.find({email:null}).explain()     //（把没有email列的查到了）查到了，但是没有用到email索引，/*创建稀疏索引:稀疏索引的特点------如果针对field做索引,针对不含field列的文档（每一行的各列没有关系）,将不建立索引.与之相对,普通索引,会把该文档的field列的值认为NULL,并建索引.适宜于: 小部分文档含有某列时.db.collection.ensureIndex({field:1/-1},{sparse:true});> db.tea.find();{ "_id" : ObjectId("5275f99b87437c610023597b"), "email" : "a@163.com" }{ "_id" : ObjectId("5275f99e87437c610023597c"), "email" : "b@163.com" }{ "_id" : ObjectId("5275f9e887437c610023597e"), "email" : "c@163.com" }{ "_id" : ObjectId("5275fa3887437c6100235980") }如上内容,最后一行没有email列,如果分别加普通索引,和稀疏索引,对于最后一行的email分别当成null 和 忽略最后一行来处理.根据{email:null}来查询,前者能查到,而稀疏索引查不到最后一行. *///哈希索引：Btree：根据二叉树左右移动来查找。哈希：有一个哈希函数，任意给一个值根据这个函数算，算到数据在硬盘的位置，不用查找直接算一下就可以了，时间复杂度为1，没有btree有顺序性，胡乱的查找并不快（顺序查找要快）。对于范围的查询和顺序读取要慢。db.teacher.dropIndexes()db.teacher.ensureIndex({email:'hashed'})db.teacher.getIndexes()：    {        "v" : 2,        "key" : {            "email" : "hashed"        },        "name" : "email_hashed",        "ns" : "shop.teacher"    }db.teacher.find({email:'22@163.com'}).explain()："indexName" : "email_hashed","indexBounds" : {                    "email" : [                         "[-8642475493292651614, -8642475493292651614]"                    ]                }                                创建哈希索引(2.4新增的)哈希索引速度比普通索引快,但是,无能对范围查询进行优化.适宜于---随机性强的散列db.collection.ensureIndex({
   file:’hashed’});                重建索引一个表经过很多次修改后,导致表的文件产生空洞,索引文件也如此.可以通过索引的重建,减少索引文件碎片,并提高索引的效率.类似mysql中的optimize tabledb.collection.reIndex()   //重建之后索引还在。db.collection.ensureIndex({field:'hashed'});说明:1. 可以单个字段或子文本字段上建立hash索引2. 不可以针对"多个列"建立hash索引例: db.collection.ensureIndex('intro.height':'hashed');删除指定索引:db.collections.dropIndex({filed:1/-1/'hashed'});例:db.user.dropIndex({
   'intro.height':'hashed'});删除所有索引:db.collection.dropIndexes();注:_id列的索引不会被删除