文档介绍：————————————————————————————————————————————————————— mongodb 索引我们日常做开发都避免不了要对程序进行性能优化, 而程序的操作无非就是 CURD , 通常我们又会花费 50% 的时间在R 上面,因为 Rea d 操作对用户来说是非常敏感的,处理不好就会被人唾弃。从算法上来说有 5 种经典的查找, 具体的可以参见我的算法速成系列, 这其中就包括我们今天所说的“索引查找”, 如果大家对 mysq l 比较了解的话,相信索引查找能给我们带来什么样的性能提升吧。我们首先插入 10w 数据,上图说话: 一:性能分析函数( explain ) 好了, 数据已经插入成功, 既然我们要做分析, 肯定要有分析的工具,幸好 mongodb 中给我们提供了一个关键字叫做“ explain" ,那么怎么用呢? 还是看图, 注意, 这里的 name 字段没有建立任何索引, 这里我就查询一个“ name10000 ”的姓名。仔细看红色区域,有几个我们关心的 key 。 cursor: 这里出现的是” ursor", 什么意思呢, 就是说这里的查找采用的是“表扫描”,也就是顺序查找,很悲催啊。 nscanned: 这里是 10w ,也就是说数据库浏览了 10w 个文档, 很恐怖吧,这样玩的话让人受不了啊。————————————————————————————————————————————————————— n: 这里是 1 ,也就是最终返回了 1 个文档。 millis: 这个就是我们最最最.... 关心的东西, 总共耗时 114 毫秒。二:建立索引( ensureIndex ) 在 10w 条这么简单的集合中查找一个文档要 114 毫秒有一点点让人不能接收,好,那么我们该如何优化呢? mongodb 中给我们带来了索引查找,看看能不能让我们的查询一飞冲天..... 这里我们使用了 ensureIndex 在 name 上建立了索引。”1“:表示按照 name 进行升序,”-1“:表示按照 name 进行降序。我的神啊,再来看看这些敏感信息。 cursor: 这里出现的是” BtreeCursor" , 这么牛 X, mongod b 采用 B 树的结构来存放索引,索引名为后面的“ name_1" 。 nscanned: 数据库只浏览了一个文档就 OK 了。 n: 直接定位返回。 millis: 看看这个时间真的不敢相信,秒秒杀。通过这个例子相信大家对索引也有了感官方面的认识了吧。三:唯一索引法是: ({"name":1},{"unique":true}) 。四:组合索引—————————————————————————————————————————————————————有时候我们的查询不是单条件的, 可能是多条件,