共计 1643 个字符，预计需要花费 5 分钟才能阅读完成。
索引是进步查问查问效率最无效的伎俩。索引是一种非凡的数据结构，索引以易于遍历的模式存储了数据的局部内容（如：一个特定的字段或一组字段值），索引会按肯定规定对存储值进行排序，而且索引的存储地位在内存中，所在从索引中检索数据会十分快。如果没有索引，MongoDB 必须扫描汇合中的每一个文档，这种扫描的效率非常低，尤其是在数据量较大时。
一、索引的基础知识
上面以关系型数据库 Oracle 为例，介绍索引的基本原理，如下图所示：
从上图能够看成，索引的实质其实就相当于是一本书的目录。当查问表中数据的时候，先查问目录（索引）中的行地址，再通过行地址查问到表中的数据，从而进步查问的性能。
下图阐明了在 MongoDB 中，索引在查问和排序中是如何工作的？
通过这个例子，能够分明的看到索引存储的是一个特定字段或者几个字段的汇合，并且依照肯定的法则排序。当创立汇合的时候，MongoDB 主动在 \_id 上创立一个唯一性索引，因为是唯一性的，所以能够避免反复的 \_id 值插入到汇合中。通过 getIndexes 能够查问到 MongoDB 汇合上的索引信息，如下图所示。
当没有索引的时候，通过查看执行打算，能够看到查问的过程，如下：查问：10 号部门，工资小于 3000 的文档。
那么如何创立一个简略的索引呢？留神从 mongoDB 3.0 开始 ensureIndex 被废除，今后都仅仅是 db.collection.createIndex 的一个别名。
当初在 deptno 和 sal 上建设一个索引，并从新查看执行打算：db.emp.createIndex({“deptno”:1,”sal”:-1})
留神：除了能够应用 explain() 生成执行计划外，还能够有几个可选的参数，如下：
.explain(“allPlansExecution”)
.explain(“executionStats”)
.explain(“queryPlanner”)
二、索引的类型一：单键索引（Single Field）
单键索引是最一般的索引，与_id 索引不同，单键索引不会主动创立。
筹备数据：db.testindex1.insert({"_id":1,"zipcode":1034,"location":{state:"NY",city:"New York"}})
在单个列上创立单键索引：db.testindex1.createIndex({"zipcode":1})
在嵌套的列上创立单键索引
db.testindex1.createIndex({"location:state":1})
在内嵌的文档上创立单键索引
db.testindex1.createIndex({"location":-1})
这样将会把 location 作为一个整体。三、索引的类型二：多键索引（Multikey Index）
多键索引与单键索引创立模式雷同，区别在于字段的值。值具备多个记录，如数组。
如上图，基于汇合上的数组创立多键索引，且数组为内嵌文档。
筹备数据：db.testindex2.insertMany([{ _id: 5, type: "food", item: "aaa", ratings: [ 5, 8, 9] },
{_id: 6, type: "food", item: "bbb", ratings: [ 5, 9] },
{_id: 7, type: "food", item: "ccc", ratings: [ 9, 5, 8] },
{_id: 8, type: "food", item: "ddd", ratings: [ 9, 5] },
{_id: 9, type: "food", item: "eee", ratings: [ 5, 9, 5] }])
上面基于 ratings 列创立一个多键索引:
db.testindex2.createIndex({ ratings: 1} )
查问数组上为 5，9 的文档
db.testindex2.find({ ratings: [ 5, 9] } )
上面查看其执行打算
db.testindex2.find({ ratings: [ 5, 9] } ).explain()
