阜新市区号,异地医保直接结算,特别传真
mongodb 创建索引的语法
1.为普通字段添加索引，并且为索引命名
db.集合名.createindex( {"字段名": 1 },{"name":'idx_字段名'})
说明： （1）索引命名规范：idx_<构成索引的字段名>。如果字段名字过长，可采用字段缩写。
（2）字段值后面的 1 代表升序；如是 -1 代表 降序。
2.为内嵌字段添加索引
db.集合名.createindex({"字段名.内嵌字段名":1},{"name":'idx_字段名_内嵌字段名'})
3.通过后台创建索引
db.集合名.createindex({"字段名":1},{"name":'idx_字段名',background:true})
4:组合索引
db.集合名.createindex({"字段名1":-1,"字段名2":1},{"name":'idx_字段名1_字段名2',background:true})
5.设置ttl 索引
db.集合名.createindex( { "字段名": 1 },{ "name":'idx_字段名',expireafterseconds: 定义的时间,background:true} )
说明 ：expireafterseconds为过期时间（单位秒）
mongodb创建索引性能提升1000倍
上面我们介绍了mongodb的常见索引的创建语法。部分同学还想看看mongodb的威力到底有多大，所以，在这儿追加一个例子，感受一下索引的性能。
通过在某一字段上创建索引，从优化前的执行15.15s到优化后降至0.013s，性能提升了1000多倍。
此为实际生产中的一个真实案例，我们有一个集合qqstatements，其数据量为2604w，如下图所示。
系统需要查询此表最近的变动情况，即需要抓取新增数据量和修改的数据量。
查询语句如下：
我要评论
db.qqstatements.find({
$or:
[
{rec_createtime:{$gt: isodate("2019-01-07 16")}}
,{rec_modifytime:{$gt: isodate("2019-01-07 16")}}
]
} )
但此查询语句不理想，有时耗时25s,多次执行有缓存后也要15s左右，如下图：
查看此表，发现rec_createtime字段建有索引，单独执行符合rec_createtime 条件的语句，很快 0.1 s 内就执行完成。
而rec_modifytime字段没有索引，单独执行符合rec_modifytime条件的语句较慢，需要15s左右。
到这儿，就可以判读出问题是缺失索引，和开发同学确认后，此场景时常用，此字段需要添加索引。
执行添加索引的命令：
db.qqstatements.createindex({"rec_modifytime":1},{"name":'idx_rec_modifytime',background:true})
rec_modifytime字段添加索引后，整个语句执行降至0.013s（20s-->0.02s ）
从上面可以看出在mongodb数据库中索引很有必要，性能可以优化数百倍。
总结
以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，如果有疑问大家可以留言交流，谢谢大家对移动技术网的支持。
如对本文有疑问，请在下面进行留言讨论，广大热心网友会与你互动！！ 点击进行留言回复
理解Redis持久化，RDB持久化和AOF持久化的不同处理方式
Redis 两类持久化方式，快照和全量追加日志的不同处理方式
网友评论