MongoDB高级索引

> db.users.insert(
... {
... "address": {
... "city": "Hebei",
... "country": "China",
... "postcode": "000000"
... },
... "tags": [
... "music",
... "cricket",
... "blogs"
... ],
... "name": "bianchengbang"
... }
... )
WriteResult({ "nInserted" : 1 })

在上面的文档中包含了一个名为 address 的子文档和一个名为 tags 的数组。

索引数组字段

假设要想根据集合内 tags 字段中的某个值来搜索用户文档，就需要我们为集合中的 tags 字段创建索引。想要在数组类型的字段上创建索引，需要为数组中的每个字段依次创建单独的索引。

在下面的示例中，当我们在 tags 字段上创建索引时，MongoDB 会自动在 music、cricket 和 blogs 等值上创建单独的索引。

> db.users.createIndex({"tags":1})
{
        "createdCollectionAutomatically" : false,
        "numIndexesBefore" : 2,
        "numIndexesAfter" : 3,
        "ok" : 1
}

索引创建成功后，我们可以像下面这样来搜索集合中的文档：

> db.users.find({tags:"cricket"}).pretty()
{
        "_id" : ObjectId("603f571d5e514debed504a39"),
        "address" : {
                "city" : "Hebei",
                "country" : "China",
                "postcode" : "000000"
        },
        "tags" : [
                "music",
                "cricket",
                "blogs"
        ],
        "name" : "bianchengbang"
}

若要验证在搜索的过程中是否正确的使用了索引，可以使用前面介绍的 explain() 方法。

> db.users.find({tags:"cricket"}).explain()
{
        "queryPlanner" : {
                "plannerVersion" : 1,
                "namespace" : "bianchengbang.users",
                "indexFilterSet" : false,
                "parsedQuery" : {
                        "tags" : {
                                "$eq" : "cricket"
                        }
                },
                "winningPlan" : {
                        "stage" : "FETCH",
                        "inputStage" : {
                                "stage" : "IXSCAN",
                                "keyPattern" : {
                                        "tags" : 1
                                },
                                "indexName" : "tags_1",
                                "isMultiKey" : true,
                                "multiKeyPaths" : {
                                        "tags" : [
                                                "tags"
                                        ]
                                },
                                "isUnique" : false,
                                "isSparse" : false,
                                "isPartial" : false,
                                "indexVersion" : 2,
                                "direction" : "forward",
                                "indexBounds" : {
                                        "tags" : [
                                                "[\"cricket\", \"cricket\"]"
                                        ]
                                }
                        }
                },
                "rejectedPlans" : [ ]
        },
        "serverInfo" : {
                "host" : "LAPTOP-MDE57TIS",
                "port" : 27017,
                "version" : "4.0.10",
                "gitVersion" : "c389e7f69f637f7a1ac3cc9fae843b635f20b766"
        },
        "ok" : 1
}

若运行结果中存在 "cursor":"BtreeCursor tags_1" 则说明查询中正确使用了索引。

索引子文档字段

假设我们要根据 address 子文档的 city、country、postcode 等字段来搜索文档，由于所有这些字段都是 address 子文档的一部分，所以我们需要为子文档上的所有字段创建索引。

要在子文档的所有三个字段上创建索引，可以使用如下所示的代码：

> db.users.ensureIndex({"address.city":1,"address.country":1,"address.postcode":1})
{
        "createdCollectionAutomatically" : false,
        "numIndexesBefore" : 3,
        "numIndexesAfter" : 4,
        "ok" : 1
}

索引创建成功后，我们就可以使用 address 子文档中的任何字段来搜索集合中的数据了，如下所示：

> db.users.find({"address.city":"Hebei"}).pretty()
{
        "_id" : ObjectId("603f571d5e514debed504a39"),
        "address" : {
                "city" : "Hebei",
                "country" : "China",
                "postcode" : "000000"
        },
        "tags" : [
                "music",
                "cricket",
                "blogs"
        ],
        "name" : "bianchengbang"
}

另外，在查询时也可以设置多个查询条件，如下所示：

> db.users.find({"address.city":"Hebei", "address.country":"China"}).pretty()
{
        "_id" : ObjectId("603f571d5e514debed504a39"),
        "address" : {
                "city" : "Hebei",
                "country" : "China",
                "postcode" : "000000"
        },
        "tags" : [
                "music",
                "cricket",
                "blogs"
        ],
        "name" : "bianchengbang"
}