MongoDB创建一个索引而性能提升1000倍示例代码

MongoDB创建一个索引而性能提升1000倍示例代码

MongoDB 创建索引的语法

1.为普通字段添加索引，并且为索引命名

db.集合名.createIndex( {"字段名": 1 },{"name":'idx_字段名'})

说明： （1）索引命名规范：idx_<构成索引的字段名>。如果字段名字过长，可采用字段缩写。

（2）字段值后面的 1 代表升序；如是 -1 代表 降序。

2.为内嵌字段添加索引

db.集合名.createIndex({"字段名.内嵌字段名":1},{"name":'idx_字段名_内嵌字段名'})

3.通过后台创建索引

db.集合名.createIndex({"字段名":1},{"name":'idx_字段名',background:true})

4:组合索引

db.集合名.createIndex({"字段名1":-1,"字段名2":1},{"name":'idx_字段名1_字段名2',background:true})

5.设置TTL 索引

db.集合名.createIndex( { "字段名": 1 },{ "name":'idx_字段名',expireAfterSeconds: 定义的时间,background:true} )

说明 ：expireAfterSeconds为过期时间（单位秒）

MongoDB创建索引性能提升1000倍

上面我们介绍了MongoDB的常见索引的创建语法。部分同学还想看看MongoDB的威力到底有多大，所以，在这儿追加一个例子，感受一下索引的性能。

通过在某一字段上创建索引，从优化前的执行15.15S到优化后降至0.013S，性能提升了1000多倍。

此为实际生产中的一个真实案例，我们有一个集合QQStatements，其数据量为2604W，如下图所示。

系统需要查询此表最近的变动情况，即需要抓取新增数据量和修改的数据量。

查询语句如下：

db.QQStatements.find({
 $or:
 [
  {Rec_CreateTime:{$gt: ISODate("2019-01-07 16")}}
  ,{Rec_ModifyTime:{$gt: ISODate("2019-01-07 16")}}
  ]
 
} )

但此查询语句不理想，有时耗时25S,多次执行有缓存后也要15S左右，如下图：

查看此表，发现Rec_CreateTime字段建有索引，单独执行符合Rec_CreateTime 条件的语句，很快 0.1 S 内就执行完成。

而Rec_ModifyTime字段没有索引，单独执行符合Rec_ModifyTime条件的语句较慢，需要15S左右。

到这儿，就可以判读出问题是缺失索引，和开发同学确认后，此场景时常用，此字段需要添加索引。

执行添加索引的命令：

db.QQStatements.createIndex({"Rec_ModifyTime":1},{"name":'idx_Rec_ModifyTime',background:true})

Rec_ModifyTime字段添加索引后，整个语句执行降至0.013S（20S-->0.02S ）

从上面可以看出在MongoDB数据库中索引很有必要，性能可以优化数百倍。

总结

以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，如果有疑问大家可以留言交流，谢谢大家对脚本之家的支持。