2-3 MongoDB 之滴滴、摩拜都在用的索引

第1关：了解并创建一个简单索引

索引的分类

MongoDB 支持多种类型的索引，主要有以下几种类型：

在 test 数据库创建集合 student

use test;

db.student.insert([{_id:1,name:'王小明',age:15,score:90},{_id:2,name:'周晓晓',age:18,score:86},{_id:3,name:'王敏',age:18,score:86},{_id:3,name:'李晓亮',age:15,score:74},{_id:21,name:'张青青',age:21,score:88}]);

集合中创建成绩的降序索引

db.student.createIndex({score:-1});

第2关：常见索引的创建

在 test2 数据库中创建集合 article

use test2;

db.article.insert([{_id:1,title:'提升程序员工作效率的6个工具利器',tags:['Alfred”,”幕布'],follwers:543},{_id:1,title:'我是如何从零开始学习前端的',tags:['HTML','Html5','CSS'],follwers:1570},{_id:1,title:'20个非常有用的JAVA程序片段',tags:['Java','编程'],follwers:1920}]);

用字段 follwers 和 title 创建复合升序索引

创建复合索引

和创建单字段索引的方法差不多，只是选取了多个键一同作为索引，中间以逗号隔开:

db.article.createIndex({follwers: 1, title: 1})

用字段 tags 创建多 key 降序索引

创建多 key 索引

当索引的字段为数组时，创建出的索引称为多 key 索引，多 key 索引会为数组的每个元素建立一条索引：

db.article.createIndex({tags:-1});

用_id创建哈希索引

db.article.createIndex({_id:'hashed'});

注：哈希索引涉及知识点太多，本关就不做重点介绍，以后用到再做详细解释。

用字段 title 和 tags 创建文本索引

文本索引的创建与使用

• 什么时候使用文本索引；

  假如我们用 Mongodb 存储了很多博客文章，那么如何快速找到所有关于 mongodb 这个主题的文章呢？这时候就要用到文本搜索了。

  db.article.createIndex({title:'text',tags:'text'});

• 创建全文本索引的字段必须为 string 格式；
• 每个集合只支持一个文本索引。

拓展：文本索引的使用

使用文本索引

我们已经创建了 title 的索引，我们来搜索一下含有 educoder.net 的文章：

db.collection.find({$text:{$search:'educoder.net'}})

• search 后的关键词可以有多个，关键词之间的分隔符可以是多种字符，例如空格、下划线、逗号、加号等，但不能是-和\，因为这两个符号会有其他用途。搜索的多个关键字是 or 的关系，除非你的关键字包含-；
• 匹配时不是完整的单词匹配，相似的词也可以匹配到；

删除文本索引

• 通过命令获取索引名：

  db.collection.getIndexes()

• 删除命令：

  db.collection.dropIndex('title_text')

第3关：有趣的地理位置索引

将6个人位置信息插入到数据库 test3 的集合 people 中

use test3;

并不是所有文档都可以创建地理位置索引，只有拥有特定格式的文档才可以创建。

如果我们用的是 2dsphere 索引，那么插入的应该是 GeoJson 数据。GeoJson 的格式如是：

{ type: ‘GeoJSON type’ , coordinates: ‘coordinates’ }

db.people.insert({_id:1,name:'A',personloc:{type:'Point',coordinates:[116.403981,39.914935]}});
db.people.insert({_id:2,name:'B',personloc:{type:'Point',coordinates:[116.433733,39.909511]}});
db.people.insert({_id:3,name:'C',personloc:{type:'Point',coordinates:[116.488781,39.949901]}});
db.people.insert({_id:4,name:'D',personloc:{type:'Point',coordinates:[116.342609,39.948021]}});
db.people.insert({_id:5,name:'E',personloc:{type:'Point',coordinates:[116.328236,39.901098]}});
db.people.insert({_id:6,name:'F',personloc:{type:'Point',coordinates:[116.385728,39.871645]}});

• type ：指的是类型，可以是 Point (本例中用的)、LineString、 Polygon 等；
• coordinates ：指的是一个坐标数组。

建立地理位置索引 personloc

db.people.createIndex({personloc:'2dsphere'});

• 2d ：平面坐标索引，适用于基于平面的坐标计算，也支持球面距离计算，不过官方推荐使用 2dsphere 索引；
• 2dsphere ：几何球体索引，适用于球面几何运算；
• 默认情况下，地理位置索引会假设值的范围是从−180到180（根据经纬度设置）。

查询 A 周围100~3000米有哪些人

db.runCommand({
    geoNear:'people',
    near:{type:'Point',coordinates:[116.403981,39.914935]},
    spherical:true,
    minDistance:100,
    maxDistance:3000
    })

查询 B 周围100~5000米有哪些人

db.runCommand({
    geoNear:'people',
    near:{type:'Point',coordinates:[116.433733,39.909511]},
    spherical:true,
    minDistance:100,
    maxDistance:5000
    })

查询 C 周围3000~8000米有哪些人

db.runCommand({
    geoNear:'people',
    near:{type:'Point',coordinates:[116.488781,39.949901]},
    spherical:true,
    minDistance:3000,
    maxDistance:8000
    })

查询 D 周围3000~8000米有哪些人

db.runCommand({
    geoNear:'people',
    near:{type:'Point',coordinates:[116.342609,39.948021]},
    spherical:true,
    minDistance:3000,
    maxDistance:8000
    })

• geoNear ：我们要查询的集合名称；
• near ：就是基于那个点进行搜索，这里是我们的搜索点“长沙站”；
• spherical ：是个布尔值，如果为 true，表示将计算实际的物理距离，比如两点之间有多少 km，若为 false，则会基于点的单位进行计算 ；
• minDistance ：搜索的最小距离，这里的单位是米 ；
• maxDistance ：搜索的最大距离。