在线做行测的网站色盲测试卡

MongoDB 的索引是提高查询性能的核心机制，类似于传统关系型数据库的索引。以下是对 MongoDB 索引的详细说明：

一、索引基础
1. 索引的作用
加速查询：通过索引快速定位数据，避免全集合扫描（COLLSCAN）。

排序优化：索引可以加速排序操作（如 sort()）。

唯一性约束：通过唯一索引（unique: true）确保字段值不重复。

稀疏性控制：稀疏索引（sparse: true）仅对存在该字段的文档创建索引。

2. 默认索引
MongoDB 自动为 _id 字段创建唯一索引，不可删除。

二、索引类型
1. 单字段索引（Single Field Index）
对单个字段创建索引：

javascript
复制
db.collection.createIndex({ field: 1 })  // 1 表示升序，-1 表示降序
适用于精确匹配或范围查询的字段。

2. 复合索引（Compound Index）
对多个字段联合创建索引：

javascript
复制
db.collection.createIndex({ field1: 1, field2: -1 })
字段顺序重要：查询条件中字段的顺序需与索引一致或前缀匹配。

排序优化：索引字段的顺序会影响 sort() 的性能。

3. 多键索引（Multikey Index）
自动为数组字段中的每个元素创建索引：

javascript
复制
db.collection.createIndex({ arrayField: 1 })
适用于查询数组中的元素（如 arrayField: value）。

4. 文本索引（Text Index）
支持全文搜索：

javascript
复制
db.collection.createIndex({ content: "text" })
支持多字段联合文本索引：

javascript
复制
db.collection.createIndex({ title: "text", description: "text" })
5. 地理空间索引（Geospatial Index）
2dsphere：支持球面几何查询（如经纬度）：

javascript
复制
db.places.createIndex({ location: "2dsphere" })
2d：支持平面几何查询（适用于旧版本）。

6. 哈希索引（Hashed Index）
对字段值计算哈希后创建索引，常用于分片键：

javascript
复制
db.collection.createIndex({ field: "hashed" })
7. TTL 索引（Time-To-Live Index）
自动删除过期文档（如日志数据）：

javascript
复制
db.logs.createIndex({ createdAt: 1 }, { expireAfterSeconds: 3600 })
8. 唯一索引（Unique Index）
确保字段值唯一：

javascript
复制
db.users.createIndex({ email: 1 }, { unique: true })
9. 稀疏索引（Sparse Index）
仅索引包含该字段的文档：

javascript
复制
db.users.createIndex({ phone: 1 }, { sparse: true })
三、索引管理
1. 查看索引
javascript
复制
db.collection.getIndexes()  // 查看集合的所有索引
2. 删除索引
javascript
复制
db.collection.dropIndex("indexName")  // 删除指定索引
db.collection.dropIndexes()           // 删除所有索引（保留 _id 索引）
3. 重建索引
javascript
复制
db.collection.reIndex()  // 重建所有索引（慎用，可能阻塞操作）
四、索引使用策略
1. 索引选择
MongoDB 查询优化器会自动选择最优索引。

可通过 explain() 分析查询执行计划：

javascript
复制
db.collection.find({ field: "value" }).explain("executionStats")
2. 覆盖查询（Covered Query）
如果查询结果完全由索引字段提供，无需回表查文档：

javascript
复制
// 创建复合索引
db.users.createIndex({ name: 1, age: 1 })
// 覆盖查询示例
db.users.find({ name: "Alice" }, { _id: 0, name: 1, age: 1 })
3. 索引交集（Index Intersection）
MongoDB 可以将多个索引的结果合并，但通常复合索引更高效。

五、索引的限制与注意事项
内存占用：

索引存储在内存中，大集合的索引可能占用较多内存。

写操作开销：

索引会降低插入、更新、删除操作的性能。

索引键大小限制：

索引键（Index Key）的总大小不能超过 1024 字节。

查询模式匹配：

某些查询可能无法使用索引（如正则表达式未左锚定）。

六、最佳实践
优先使用复合索引：避免创建过多单字段索引。

避免全集合扫描：对高频查询字段建立索引。

索引选择性：高基数（唯一值多）的字段更适合建索引。

监控索引使用：

javascript
复制
db.collection.aggregate([{ $indexStats: {} }])
删除冗余索引：定期清理未使用的索引。

示例场景
场景 1：查询优化
javascript
复制
// 创建复合索引
db.orders.createIndex({ customerId: 1, orderDate: -1 })

// 查询最近订单
db.orders.find({ customerId: 123 }).sort({ orderDate: -1 })
场景 2：唯一约束
javascript
复制
// 确保用户名唯一
db.users.createIndex({ username: 1 }, { unique: true })
通过合理设计索引，可以显著提升 MongoDB 的查询性能，但需根据实际场景权衡读写开销。