复合索引

索引中的小坑

通过实际开发和性能对比，总结了几条不用索引的情况：

• 数据不超万条时，不需要使用索引。性能的提升并不明显，而大大增加了内存和硬盘的消耗。
• 查询数据超过表数据量30%时，不要使用索引字段查询。实际证明会比不使用索引更慢，因为它大量检索了索引表和我们原表。
• 数字索引，要比字符串索引快的多，在百万级甚至千万级数据量面前，使用数字索引是个明智的选择。
• 把你经常查询的数据做成一个内嵌数据（对象型的数据），然后集体进行索引。

复合索引

复合索引就是两条以上的索引,之前我们已经把username字段建立了索引，我们现在把randNum0这个字段也设置成索引。

db.randInfo.ensureIndex({randNum0:1})

建立好后，我们再用查询索引状态命令进行查询。

db.randInfo.getIndexes()

这时候已经是两个自建索引了，一共有三个索引。

[
        {
                "v" : 2,
                "key" : {
                        "_id" : 1
                },
                "name" : "_id_",
                "ns" : "company.randInfo"
        },
        {
                "v" : 2,
                "key" : {
                        "username" : 1
                },
                "name" : "username_1",
                "ns" : "company.randInfo"
        },
        {
                "v" : 2,
                "key" : {
                        "randNum0" : 1
                },
                "name" : "randNum0_1",
                "ns" : "company.randInfo"
        }
]

两个索引同时查询

我们同时查询两个索引的值，看看效果是怎么样的。

var startTime=new Date().getTime();
var db = connect('company');
var  rs= db.randInfo.find({username:'gu7v2dtb',randNum0:565509});
rs.forEach(rs=>{printjson(rs)});
var runTime = new Date().getTime()-startTime;
print('[Demo]this run time is '+runTime+'ms');

从性能上看并没有什么特殊的变化，查询时间还是在4ms左右。MongoDB的复合查询是按照我们的索引顺序进行查询的。就是我们用db.randInfo.getIndexes()查询出的数组。

指定索引查询（hint）

数字的索引要比字符串的索引快，这就需要一个方法来打破索引表的查询顺序，用我们自己指定的索引优先查询，这个方法就是hint().

var rs= db.randInfo.find({username:'gu7v2dtb',randNum0:565509}).hint({randNum0:1});

由于数据量和复杂成都还是不大，所以看不出来明显的性能提升，等工作中遇到大数据时，一定会得到很好的效果的。

删除索引

当索引性能不佳或起不到作用时，我们需要删除索引，删除索引的命令是dropIndex().

db.randInfo.dropIndex('randNum0_1') //索引的唯一ID

这里需要注意的是删除时填写的值，并不是我们的字段名称（key），而是我们索引查询表中的name值。