前面的話
索引通常能夠極大的提高查詢的效率，如果沒(méi)有索引，MongoDB在讀取數(shù)據(jù)時(shí)必須掃描集合中的每個(gè)文件并選取那些符合查詢條件的記錄。這種掃描全集合的查詢效率是非常低的，特別在處理大量的數(shù)據(jù)時(shí)，查詢可以要花費(fèi)幾十秒甚至幾分鐘，這對(duì)網(wǎng)站的性能是非常致命的。本文將詳細(xì)介紹MongoDB數(shù)據(jù)庫(kù)索引
引入
索引能夠提高查詢效率，如何體現(xiàn)呢？接下來(lái)使用性能分析函數(shù)explain()來(lái)進(jìn)行分析說(shuō)明
首先，插入10萬(wàn)條數(shù)據(jù)
接著，不創(chuàng)建索引，來(lái)尋找time范圍在100和200之間的文檔
由圖中所知，totalDocsExamined值為100000，表示查找了100000個(gè)文檔；nReturned值為101，表示返回了101個(gè)文檔；executionTimeMillis值為39，表示花費(fèi)了39ms
下面，我們?cè)趖ime字段上建立索引
再次，尋找time范圍在100和200之間的文檔
由圖可知，totalDocsExamined和nReturned值都是101，executionTimeMillis值為0，相當(dāng)于從101個(gè)文檔中，找到了101個(gè)文檔，查找的速度趨近于0。由此可見(jiàn)，使用索引極大地提升了查詢速度
概述
索引是特殊的數(shù)據(jù)結(jié)構(gòu)，以易于遍歷的形式存儲(chǔ)數(shù)據(jù)集的一小部分。 索引存儲(chǔ)特定字段或一組字段的值，按照索引中指定的字段值排序
使用索引，可以加快索引相關(guān)的查詢，也相應(yīng)地帶來(lái)一些壞處
1、增加磁盤空間的消耗。在索引比較多的情況下，索引文件所占據(jù)的空間有可能超過(guò)數(shù)據(jù)本身
2、在寫(xiě)入數(shù)據(jù)或更新數(shù)據(jù)時(shí)，對(duì)索引的維護(hù)一般是寫(xiě)之外的另一條邏輯，一定程度上，會(huì)降低寫(xiě)入性能
但是，為了查詢的高效，這些影響是值得的。有很多情況下，系統(tǒng)的性能下降，與不合理的索引創(chuàng)建有關(guān)。所以，合理的創(chuàng)建索引，可以減少索引帶來(lái)的不好的影響
索引設(shè)置
【getIndexes()】
使用getIndexes()方法來(lái)查詢索引
db.collection_name.getIndexes()
由下圖可知，有"_id"和"time"兩個(gè)索引
【createIndex()】
db.COLLECTION_NAME.createIndex({KEY:1})語(yǔ)法中Key值為要?jiǎng)?chuàng)建的索引字段，1為指定按升序創(chuàng)建索引，如果想按降序來(lái)創(chuàng)建索引指定為-1即可
當(dāng)然，也可以創(chuàng)建多個(gè)索引字段
db.COLLECTION_NAME.createIndex({k1:1,k2:1})在MongoDB3.0版本之前，使用的是ensureIndex()方法，現(xiàn)在ensureIndex()方法依然可以使用，只是createIndex()方法的別名
如果文檔較多，創(chuàng)建索引需要耗費(fèi)一定的時(shí)間。如果系統(tǒng)負(fù)載較重，且有很多已經(jīng)存在的文檔，不能直接使用這個(gè)命令進(jìn)行創(chuàng)建，需要在使用數(shù)據(jù)庫(kù)之前，就將索引創(chuàng)建完畢。否則，嚴(yán)重影響數(shù)據(jù)庫(kù)的性能
[注意]索引可以重復(fù)創(chuàng)建，如果對(duì)已經(jīng)存在的索引再次創(chuàng)建，會(huì)直接返回成功
createIndex() 接收可選參數(shù)，可選參數(shù)列表如下：
Parameter Type Description background Boolean 建索引過(guò)程會(huì)阻塞其它數(shù)據(jù)庫(kù)操作，background可指定以后臺(tái)方式創(chuàng)建索引，默認(rèn)值為false unique Boolean 建立的索引是否唯一。指定為true創(chuàng)建唯一索引。默認(rèn)值為false name string 索引的名稱。如果未指定，MongoDB通過(guò)連接索引的字段名和排序順序生成一個(gè)索引名稱 dropDups Boolean 在建立唯一索引時(shí)是否刪除重復(fù)記錄,指定 true 創(chuàng)建唯一索引。默認(rèn)值為 falsesparse Boolean 對(duì)文檔中不存在的字段數(shù)據(jù)不啟用索引；如果設(shè)置為true，索引字段中不會(huì)查詢出不包含對(duì)應(yīng)字段的文檔。默認(rèn)值為falsev index version 索引的版本號(hào)。默認(rèn)的索引版本取決于mongod創(chuàng)建索引時(shí)運(yùn)行的版本 weights document 索引權(quán)重值，數(shù)值在 1 到 99,999 之間，表示該索引相對(duì)于其他索引字段的得分權(quán)重 expireAfterSeconds integer 指定一個(gè)以秒為單位的數(shù)值，完成 TTL設(shè)定，設(shè)定集合的生存時(shí)間 default_language string 對(duì)于文本索引，該參數(shù)決定了停用詞及詞干和詞器的規(guī)則的列表。 默認(rèn)為英語(yǔ) language_override string 對(duì)于文本索引，該參數(shù)指定了包含在文檔中的字段名，默認(rèn)值為language
db.db_coll1.createIndex({time:1},{background:true})【dropIndex()】
使用db.collection_name.dropIndex({key:1})方法可以刪除指定索引
db.collection_name.dropIndex({key:1})
[注意]_id索引無(wú)法被刪除
除了使用鍵值對(duì)來(lái)刪除索引，還可以使用其name值來(lái)刪除索引
如下所示，{time:1}的name值為"time_1"，使用db.db_coll1.dropIndex("time_1")也可以刪除索引
【dropIndexes()】
使用db.collection_name.dropIndexes()方法可以刪除所有索引
db.collection_name.dropIndexes()
索引屬性
【TTL】
過(guò)期索引又稱為TTL索引，是一種特殊類型的單字段索引，主要用于當(dāng)滿足某個(gè)特定時(shí)間之后自動(dòng)刪除相應(yīng)的文檔。也就是說(shuō)集合中的文檔有一定的有效期，超過(guò)有效期的文檔就會(huì)失效，會(huì)被移除。也即是數(shù)據(jù)會(huì)過(guò)期。過(guò)期的數(shù)據(jù)無(wú)需保留，這種情形適用于如機(jī)器生成的事件數(shù)據(jù)，日志和會(huì)話信息等等
同樣地，過(guò)期索引使用createIndex()方法來(lái)創(chuàng)建，但它支持第二個(gè)參數(shù)expireAfterSeconds，用來(lái)指定多少秒過(guò)期或者包含過(guò)期日期值的數(shù)組
db.eventlog.createIndex( { x: 1 }, { expireAfterSeconds: 3600 } )以下示例中，在60s后，會(huì)刪除time文檔
使用過(guò)期索引，有以下幾點(diǎn)注意事項(xiàng)
1、存儲(chǔ)在過(guò)期索引字段的值必須是指定的時(shí)間類型。必須是ISODate或者ISODate數(shù)組，不能使用時(shí)間戳，否則不能被自動(dòng)刪除
以下示例中time設(shè)置了ISODate類型的值，該值到60s后會(huì)被自動(dòng)刪除
以下示例中，time設(shè)置了時(shí)間戳，該值到60s后無(wú)法被刪除
2、如果指定了ISODate時(shí)間數(shù)組，則按照最小的時(shí)間進(jìn)行刪除
3、過(guò)期索引不能是復(fù)合索引
4、刪除時(shí)間是不精確的。刪除過(guò)程是由后臺(tái)程序每60s跑一次，而且刪除也需要一些時(shí)間，存在誤差。所以，如果設(shè)置的到期時(shí)間與當(dāng)前時(shí)間的間隔小于60s，則文檔最少也要60s才能被刪除
【唯一性】
索引的屬性可以具有唯一性，即唯一索引，只要設(shè)置索引屬性中的unique為true即可，默認(rèn)為false。唯一索引用于確保索引字段不存儲(chǔ)重復(fù)的值，即強(qiáng)制索引字段的唯一性。缺省情況下，mongodb的_id字段在創(chuàng)建集合的時(shí)候會(huì)自動(dòng)創(chuàng)建一個(gè)唯一索引
db.collection_name.createIndex({},{unique:true})如下圖所示，在默認(rèn)情況下，不是唯一索引
在設(shè)置unique:true后，不能插入重復(fù)的值
常見(jiàn)錯(cuò)誤
如下圖所示，設(shè)置的a字段為唯一索引，b字段也無(wú)法輸入重復(fù)的值。這是因?yàn)樵O(shè)置a字段為唯一索引，插入數(shù)據(jù)b:10，相當(dāng)于a:null，再插入b:10時(shí)，相當(dāng)于又插入了a:null。而a:null和a:null是重復(fù)的，而a字段是唯一索引，無(wú)法重復(fù)。所以，無(wú)法插入重復(fù)的b:10
【稀疏性】
索引的屬性可以具有稀疏性，即稀疏索引，只要設(shè)置索引屬性中的sparse為true即可，默認(rèn)為false
db.collection_name.createIndex({},{sparse:true})稀疏性的不同代表了MongoDB在處理索引中存在但文檔中不存在的字段的兩種不同的方法
稀疏索引，也稱為間隙索引就是創(chuàng)建索引的索引列在某些文檔上列不存在，導(dǎo)致索引存在間隙。
假設(shè)，在一個(gè)集合中，創(chuàng)建了x字段上的索引。但是，插入的文檔中并不包含x字段。在默認(rèn)情況下，MongoDB依然會(huì)為這條不存在的字段創(chuàng)建索引。如果把這條索引創(chuàng)建為稀疏索引，則這條索引將不會(huì)被使用
如果數(shù)據(jù)集合中很多文檔在創(chuàng)建索引的字段上并沒(méi)有值，使用稀疏索引可以減少磁盤占用，且提高插入速度
$exits
使用稀疏索引時(shí)，可能會(huì)帶來(lái)一些隱患。MongoDB提供了一種$exits操作符，$exits表示字段是否存在
由下圖所示，創(chuàng)建了{(lán)m:1}的稀疏索引，使用find()方法查找不存在m字段的文檔時(shí)，結(jié)果出現(xiàn)了。是因?yàn)?，MongoDB并沒(méi)有使用稀疏索引來(lái)查詢
如果使用hint()方法強(qiáng)制使用稀疏索引來(lái)查找索引上存在而文檔中不存在的字段，則沒(méi)有結(jié)果。再次說(shuō)明稀疏索引不能用來(lái)查找索引上存在，但文檔里不存在的字段
索引種類
MongoDB支持基于集合文檔上任意列創(chuàng)建索引。缺省情況下，所有的文檔的_id列上都存在一個(gè)索引。基于業(yè)務(wù)的需要，可以基于一些重要的查詢和操作來(lái)創(chuàng)建一些額外的索引。這些索引可以是單列，也可是多列(復(fù)合索引)，多鍵索引，地理空間索引，全文索引等
MongoDB支持6種索引，包括
1、_id索引
2、單鍵索引
3、多鍵索引
4、復(fù)合索引
5、全文索引
6、地理位置索引
【_id索引】
_id索引是絕大多數(shù)集合默認(rèn)建立的索引，對(duì)于每個(gè)插入的數(shù)據(jù)，MongDB都會(huì)自動(dòng)生成一條唯一的_id字段
由下圖所示，在未插入任何索引之前，已經(jīng)存在_id索引
【單鍵索引】
單鍵索引是最普通的索引，與_id索引不同，單鍵索引不會(huì)自動(dòng)創(chuàng)建
比如，一條記錄，形式為{x:1,y:2,z:3}，在x字段上建立索引，之后就可以使用x為條件進(jìn)行查詢
【多鍵索引】
在MongoDB中可以基于數(shù)組來(lái)創(chuàng)建索引。mongodb為數(shù)組每一個(gè)元素創(chuàng)建索引值。多鍵索引支持?jǐn)?shù)組字段的高效查詢。多鍵索引能夠基于字符串，數(shù)字?jǐn)?shù)組以及嵌套文檔進(jìn)行創(chuàng)建
多鍵索引與單鍵索引創(chuàng)建形式相同，區(qū)別在于字段的值。單鍵索引的值為單一的值，如一個(gè)字符串、數(shù)字或日期。多鍵索引的值具有多個(gè)記錄，如一個(gè)數(shù)組
如果mongoDB中插入數(shù)組類型的多鍵數(shù)據(jù)，索引是自動(dòng)建立的，無(wú)需刻意指定。但是，使用getIndexes()方法并沒(méi)有多鍵索引，除非顯式地創(chuàng)建多鍵索引
【復(fù)合索引】
MongoDB支持復(fù)合索引，即將多個(gè)鍵組合到一起創(chuàng)建索引。該方式稱為復(fù)合索引，或者也叫組合索引，該方式能夠滿足多鍵值匹配查詢使用索引的情形。其次復(fù)合索引在使用的時(shí)候，也可以通過(guò)前綴法來(lái)使用索引
[注意]任意復(fù)合索引字段不能超過(guò)31個(gè)
比如，插入{x:1,y:2,z:3}的記錄，當(dāng)需要按照x與y的值進(jìn)行查詢時(shí)，就需要?jiǎng)?chuàng)建x與y的復(fù)合索引。接著，就可以使用x和y作為條件進(jìn)行查詢
db.db_coll1.createIndex({x:1,y:1})
db.db_coll1.createIndex({x:-1,y:1})
db.db_coll1.createIndex({x:-1,y:-1})
db.db_coll1.createIndex({x:1,y:-1})
db.db_coll1.createIndex({y:1,x:1})
db.db_coll1.createIndex({y:-1,x:1})
db.db_coll1.createIndex({y:-1,x:-1})
db.db_coll1.createIndex({y:1,x:-1})
復(fù)合索引創(chuàng)建時(shí)按升序或降序來(lái)指定其排列方式。對(duì)于單鍵索引，其順序并不是特別重要，因?yàn)镸ongoDB可以在任一方向遍歷索引。對(duì)于復(fù)合索引，按何種方式排序能夠決定該索引在查詢中能否被使用到
x與y的復(fù)合索引共包括以上8種情況，x和y的先后次序不同，升序或降序不同 ，都會(huì)產(chǎn)生不同的索引。而查詢優(yōu)化器，會(huì)使用我們建立的這些索引來(lái)創(chuàng)建查詢方案，最終選擇出最優(yōu)的索引來(lái)查詢數(shù)據(jù)
索引前綴指的是復(fù)合索引的子集
假如存在如下索引
{ "item": 1, "location": 1, "stock": 1 }那存在下列索引前綴
{ item: 1 }
{ item: 1, location: 1 }在MongoDB中，下列查詢過(guò)濾條件情形中，索引將會(huì)被使用到
item字段 item字段 + location字段 item字段 + location字段 + stock字段 item字段 + stock字段(盡管索引被使用，但不高效)
以下過(guò)濾條件查詢情形，索引將不會(huì)被使用到
location字段 stock字段 location + stock字段
全文索引
【創(chuàng)建】
全文索引也叫做文本索引，常見(jiàn)于搜索框中。我們?cè)谒阉骺蛑休斎腙P(guān)鍵詞，比如 "HTML"，不僅標(biāo)題中帶有"HTML"的文章會(huì)被搜索出來(lái)，而且文章中存在"HTML"的文章也會(huì)被搜索出來(lái)
為了索引一個(gè)存儲(chǔ)字符串或者字符串?dāng)?shù)組的鍵，需要在創(chuàng)建選項(xiàng)中包含這個(gè)鍵并指定為 "text" ，如下：
db.reviews.createIndex( { comments: "text" } )如果需要在多個(gè)字段上創(chuàng)建全文索引，則可以復(fù)合索引
db.reviews.createIndex(
{
subject: "text",
comments: "text"
}
)
如果需要對(duì)所有字段創(chuàng)建全文索引，則需要使用$xx標(biāo)識(shí)
db.collection_name.createIndex( { "$**": "text" } )[注意]一個(gè)集合最多只能創(chuàng)建 一個(gè) 文本 索引
【使用】
如果使用全文索引進(jìn)行搜索，則需要使用如下格式
db.collection_name.find({$text:{$search: '...'}})假設(shè)使用如下的數(shù)據(jù)結(jié)構(gòu)來(lái)存儲(chǔ)一個(gè)完整的文章，author存儲(chǔ)作者，title存儲(chǔ)標(biāo)題，article存儲(chǔ)文章內(nèi)容
{author:"",title:"",article:""}現(xiàn)在來(lái)添加一些數(shù)據(jù)，并對(duì)所有字段創(chuàng)建全文索引
下面來(lái)搜索'huochai'，可搜索到3條記錄
如果搜索'a2'，則只能搜索到第2條記錄
如果搜索'a1 a2 a3'，則相當(dāng)于或的關(guān)系，a1 或 a2 或 a3，可以搜索到3條記錄
如果搜索'huochai -css'，相當(dāng)于查找包含'huochai'，但不包含'css'的記錄，包括第1和第3條
如果要搜索且關(guān)系，比如同時(shí)包含huochai和css的記錄，則需要在內(nèi)部添加引號(hào)，" \"huochai\" \"css\" "
[注意]只支持雙引號(hào)
【相似度】
全文索引有一個(gè)相似度的概念，表示全文索引的搜索條件與記錄的內(nèi)容有多么相似
在find()方法的第二個(gè)參數(shù)中，score是一個(gè)數(shù)字，該數(shù)字越大，表示相似度越高
db.collection_name.find({$text:{$search: '...'}},{score:{$meta:"textScore"}})現(xiàn)在，再插入一條內(nèi)容，作者為'huochai'
然后開(kāi)始搜索'huochai'，并帶有相似度
下面使用相似度排序，相似度高的排在前面
sort({score:{$meta:"textScore"}})
【限制】
1、每次查詢，只能指定一個(gè)$text查詢
2、$text查詢不能出現(xiàn)在$nor查詢中
3、查詢中如果包含了$text，hint()將不再起作用
4、只能對(duì)整個(gè)單詞查詢，不能對(duì)單詞的截取部分查詢。類似地，中文做全文查詢的時(shí)候，只能查詢一段話中有空格的該字或者詞
前面的話
索引通常能夠極大的提高查詢的效率，如果沒(méi)有索引，MongoDB在讀取數(shù)據(jù)時(shí)必須掃描集合中的每個(gè)文件并選取那些符合查詢條件的記錄。這種掃描全集合的查詢效率是非常低的，特別在處理大量的數(shù)據(jù)時(shí)，查詢可以要花費(fèi)幾十秒甚至幾分鐘，這對(duì)網(wǎng)站的性能是非常致命的。本文將詳細(xì)介紹MongoDB數(shù)據(jù)庫(kù)索引
引入
索引能夠提高查詢效率，如何體現(xiàn)呢？接下來(lái)使用性能分析函數(shù)explain()來(lái)進(jìn)行分析說(shuō)明
首先，插入10萬(wàn)條數(shù)據(jù)
接著，不創(chuàng)建索引，來(lái)尋找time范圍在100和200之間的文檔
由圖中所知，totalDocsExamined值為100000，表示查找了100000個(gè)文檔；nReturned值為101，表示返回了101個(gè)文檔；executionTimeMillis值為39，表示花費(fèi)了39ms
下面，我們?cè)趖ime字段上建立索引
再次，尋找time范圍在100和200之間的文檔
由圖可知，totalDocsExamined和nReturned值都是101，executionTimeMillis值為0，相當(dāng)于從101個(gè)文檔中，找到了101個(gè)文檔，查找的速度趨近于0。由此可見(jiàn)，使用索引極大地提升了查詢速度
概述
索引是特殊的數(shù)據(jù)結(jié)構(gòu)，以易于遍歷的形式存儲(chǔ)數(shù)據(jù)集的一小部分。 索引存儲(chǔ)特定字段或一組字段的值，按照索引中指定的字段值排序
使用索引，可以加快索引相關(guān)的查詢，也相應(yīng)地帶來(lái)一些壞處
1、增加磁盤空間的消耗。在索引比較多的情況下，索引文件所占據(jù)的空間有可能超過(guò)數(shù)據(jù)本身
2、在寫(xiě)入數(shù)據(jù)或更新數(shù)據(jù)時(shí)，對(duì)索引的維護(hù)一般是寫(xiě)之外的另一條邏輯，一定程度上，會(huì)降低寫(xiě)入性能
但是，為了查詢的高效，這些影響是值得的。有很多情況下，系統(tǒng)的性能下降，與不合理的索引創(chuàng)建有關(guān)。所以，合理的創(chuàng)建索引，可以減少索引帶來(lái)的不好的影響
索引設(shè)置
【getIndexes()】
使用getIndexes()方法來(lái)查詢索引
db.collection_name.getIndexes()
由下圖可知，有"_id"和"time"兩個(gè)索引
【createIndex()】
db.COLLECTION_NAME.createIndex({KEY:1})語(yǔ)法中Key值為要?jiǎng)?chuàng)建的索引字段，1為指定按升序創(chuàng)建索引，如果想按降序來(lái)創(chuàng)建索引指定為-1即可
當(dāng)然，也可以創(chuàng)建多個(gè)索引字段
db.COLLECTION_NAME.createIndex({k1:1,k2:1})在MongoDB3.0版本之前，使用的是ensureIndex()方法，現(xiàn)在ensureIndex()方法依然可以使用，只是createIndex()方法的別名
如果文檔較多，創(chuàng)建索引需要耗費(fèi)一定的時(shí)間。如果系統(tǒng)負(fù)載較重，且有很多已經(jīng)存在的文檔，不能直接使用這個(gè)命令進(jìn)行創(chuàng)建，需要在使用數(shù)據(jù)庫(kù)之前，就將索引創(chuàng)建完畢。否則，嚴(yán)重影響數(shù)據(jù)庫(kù)的性能
[注意]索引可以重復(fù)創(chuàng)建，如果對(duì)已經(jīng)存在的索引再次創(chuàng)建，會(huì)直接返回成功
createIndex() 接收可選參數(shù)，可選參數(shù)列表如下：
Parameter Type Description background Boolean 建索引過(guò)程會(huì)阻塞其它數(shù)據(jù)庫(kù)操作，background可指定以后臺(tái)方式創(chuàng)建索引，默認(rèn)值為false unique Boolean 建立的索引是否唯一。指定為true創(chuàng)建唯一索引。默認(rèn)值為false name string 索引的名稱。如果未指定，MongoDB通過(guò)連接索引的字段名和排序順序生成一個(gè)索引名稱 dropDups Boolean 在建立唯一索引時(shí)是否刪除重復(fù)記錄,指定 true 創(chuàng)建唯一索引。默認(rèn)值為 falsesparse Boolean 對(duì)文檔中不存在的字段數(shù)據(jù)不啟用索引；如果設(shè)置為true，索引字段中不會(huì)查詢出不包含對(duì)應(yīng)字段的文檔。默認(rèn)值為falsev index version 索引的版本號(hào)。默認(rèn)的索引版本取決于mongod創(chuàng)建索引時(shí)運(yùn)行的版本 weights document 索引權(quán)重值，數(shù)值在 1 到 99,999 之間，表示該索引相對(duì)于其他索引字段的得分權(quán)重 expireAfterSeconds integer 指定一個(gè)以秒為單位的數(shù)值，完成 TTL設(shè)定，設(shè)定集合的生存時(shí)間 default_language string 對(duì)于文本索引，該參數(shù)決定了停用詞及詞干和詞器的規(guī)則的列表。 默認(rèn)為英語(yǔ) language_override string 對(duì)于文本索引，該參數(shù)指定了包含在文檔中的字段名，默認(rèn)值為language
db.db_coll1.createIndex({time:1},{background:true})【dropIndex()】
使用db.collection_name.dropIndex({key:1})方法可以刪除指定索引
db.collection_name.dropIndex({key:1})
[注意]_id索引無(wú)法被刪除
除了使用鍵值對(duì)來(lái)刪除索引，還可以使用其name值來(lái)刪除索引
如下所示，{time:1}的name值為"time_1"，使用db.db_coll1.dropIndex("time_1")也可以刪除索引
【dropIndexes()】
使用db.collection_name.dropIndexes()方法可以刪除所有索引
db.collection_name.dropIndexes()
索引屬性
【TTL】
過(guò)期索引又稱為TTL索引，是一種特殊類型的單字段索引，主要用于當(dāng)滿足某個(gè)特定時(shí)間之后自動(dòng)刪除相應(yīng)的文檔。也就是說(shuō)集合中的文檔有一定的有效期，超過(guò)有效期的文檔就會(huì)失效，會(huì)被移除。也即是數(shù)據(jù)會(huì)過(guò)期。過(guò)期的數(shù)據(jù)無(wú)需保留，這種情形適用于如機(jī)器生成的事件數(shù)據(jù)，日志和會(huì)話信息等等
同樣地，過(guò)期索引使用createIndex()方法來(lái)創(chuàng)建，但它支持第二個(gè)參數(shù)expireAfterSeconds，用來(lái)指定多少秒過(guò)期或者包含過(guò)期日期值的數(shù)組
db.eventlog.createIndex( { x: 1 }, { expireAfterSeconds: 3600 } )以下示例中，在60s后，會(huì)刪除time文檔
使用過(guò)期索引，有以下幾點(diǎn)注意事項(xiàng)
1、存儲(chǔ)在過(guò)期索引字段的值必須是指定的時(shí)間類型。必須是ISODate或者ISODate數(shù)組，不能使用時(shí)間戳，否則不能被自動(dòng)刪除
以下示例中time設(shè)置了ISODate類型的值，該值到60s后會(huì)被自動(dòng)刪除
以下示例中，time設(shè)置了時(shí)間戳，該值到60s后無(wú)法被刪除
2、如果指定了ISODate時(shí)間數(shù)組，則按照最小的時(shí)間進(jìn)行刪除
3、過(guò)期索引不能是復(fù)合索引
4、刪除時(shí)間是不精確的。刪除過(guò)程是由后臺(tái)程序每60s跑一次，而且刪除也需要一些時(shí)間，存在誤差。所以，如果設(shè)置的到期時(shí)間與當(dāng)前時(shí)間的間隔小于60s，則文檔最少也要60s才能被刪除
【唯一性】
索引的屬性可以具有唯一性，即唯一索引，只要設(shè)置索引屬性中的unique為true即可，默認(rèn)為false。唯一索引用于確保索引字段不存儲(chǔ)重復(fù)的值，即強(qiáng)制索引字段的唯一性。缺省情況下，mongodb的_id字段在創(chuàng)建集合的時(shí)候會(huì)自動(dòng)創(chuàng)建一個(gè)唯一索引
db.collection_name.createIndex({},{unique:true})http://www.cnblogs.com/xiaohuochai/p/7198461.html
延伸閱讀
- MySQL數(shù)據(jù)庫(kù)Raid存儲(chǔ)方案 2017-07-26
- runtime實(shí)現(xiàn)對(duì)象存儲(chǔ)型數(shù)據(jù)庫(kù)——LHDB 2017-07-26
- 孤兒文檔是怎樣產(chǎn)生的(MongoDB orphaned document) 2017-07-25
- redis 數(shù)據(jù)庫(kù) 2017-07-21
- LevenYes JavaSE中Collection集合框架學(xué)習(xí)筆記(1)——具有索引的List 2017-07-21
- 打造獨(dú)立數(shù)據(jù)庫(kù)訪問(wèn)的中間服務(wù) 2017-07-20
- 利用Advanced Installer將asp.netMVC連同IIS服務(wù)和mysql數(shù)據(jù)庫(kù)一塊打包成exe安裝包 2017-07-20
- 數(shù)據(jù)庫(kù)（分庫(kù)分表）中間件對(duì)比 2017-07-20
- MongoDB安全及身份認(rèn)證 2017-07-20
- nodejs-ORM 操作數(shù)據(jù)庫(kù)中間件waterline的使用 2017-07-20
MySQL數(shù)據(jù)庫(kù)Raid存儲(chǔ)方案