MongoDB索引类型

MongoDB 支持多种类型的索引，包括单字段索引、复合索引、多 key 索引、文本索引等，每种类型的索引有不同的使用场合。

单字段索引

语法

db_name.table_Name.createIndex( {field: 1|-1} )

参数

名称	描述
db_name	数据库名
table_Name	集合名
field	要创建的索引的字段

说明

索引字段后面的 1 表示升序索引，-1 表示降序索引，对于单字段索引，升序/降序效果是一样的。

复合索引

语法

db_name.table_Name.createIndex( {field1: 1|-1, field2: 1|-1} )

参数

名称	描述
db_name	数据库名
table_Name	集合名
field1	要创建的索引的字段
field2	要创建的索引的字段

说明

复合索引是 Single Field Index 的升级版本，它针对多个字段联合创建索引，先按第一个字段排序，第一个字段相同的文档按第二个字段排序。

比如，我们创建如下复合索引：

db.person.createIndex( {age: 1, name: 1} )

上述索引对应的数据组织类似下表，与 {age: 1} 索引不同的时，当 age 字段相同时，再根据 name 字段进行排序，所以 pos5 对应的文档排在 pos3 之前。

AGE,NAME	位置信息
18,adam	pos5
18,jack	pos3
19,jack	pos1
20,rose	pos2
21,tony	pos4

复合索引能满足的查询场景比单字段索引更丰富，不光能满足多个字段组合起来的查询，比如 db.person.find( {age： 18， name: “jack”} )，也能满足所以能匹配符合索引前缀的查询，这里 {age: 1} 即为 {age: 1, name: 1} 的前缀，所以类似 db.person.find( {age： 18} ) 的查询也能通过该索引来加速。

但 db.person.find( {name: “jack”} ) 则无法使用该复合索引。如果经常需要根据 name 字段以及 name 和 age 字段组合来查询，则应该创建如下的复合索引：

db.person.createIndex( {name: 1, age: 1} )

除了查询的需求能够影响索引的顺序，字段的值分布也是一个重要的考量因素，即使 person 集合所有的查询都是 name 和 age 字段组合（指定特定的 name 和 age），字段的顺序也是有影响的。

age 字段的取值很有限，即拥有相同 age 字段的文档会有很多；而 name 字段的取值则丰富很多，拥有相同 name 字段的文档很少；显然先按 name 字段查找，再在相同 name 的文档里查找 age 字段更为高效。

多key索引

语法

db_name.table_Name.createIndex( {field: 1|-1} )

参数

名称	描述
db_name	数据库名
table_Name	集合名
field	要创建的索引的字段，这里的 field 可以是数组类型

说明

当索引的字段为数组时，创建出的索引称为多 key 索引，多 key 索引会为数组的每个元素建立一条索引，比如 person 表加入一个 habbit 字段（数组）用于描述兴趣爱好，需要查询有相同兴趣爱好的人就可以利用 habbit 字段的多 key 索引。

比如如下代码：

{"name" : "jack", "age" : 19, habbit: ["football, runnning"]}
db.person.createIndex( {habbit: 1} )  // 自动创建多key索引
db.person.find( {habbit: "football"} )

其他类型索引

哈希索引（Hashed Index）是指按照某个字段的 hash 值来建立索引，目前主要用于 MongoDB Sharded Cluster 的 Hash 分片，hash 索引只能满足字段完全匹配的查询，不能满足范围查询等。

地理位置索引（Geospatial Index）能很好的解决 O2O 的应用场景，比如查找附近的美食、查找某个区域内的车站等。

文本索引（Text Index）能解决快速文本查找的需求，比如有一个博客文章集合，需要根据博客的内容来快速查找，则可以针对博客内容建立文本索引。

索引额外属性

MongoDB 除了支持多种不同类型的索引，还能对索引定制一些特殊的属性。

属性	描述
唯一索引 (unique index)	保证索引对应的字段不会出现相同的值，比如 _id 索引就是唯一索引
TTL索引	可以针对某个时间字段，指定文档的过期时间（经过指定时间后过期或在某个时间点过期）
部分索引 (partial index)	只针对符合某个特定条件的文档建立索引，3.2 版本才支持该特性
稀疏索引(sparse index)	只针对存在索引字段的文档建立索引，可看做是部分索引的一种特殊情况

MongoDB索引类型总结

MongoDB 支持多种类型的索引，包括单字段索引、复合索引、多 key 索引、文本索引等，每种类型的索引有不同的使用场合。