MongoDB 基础

mongoDB 是由 C++语言编写,基于分布式文件存储的开源数据库系统,是一个 nosql 数据库.
在高负载的情况下,添加更多的节点,保证服务器性能,MongoDB 旨在为 web 引用提供可扩展的高性能存储解决方案,将数据存储为给文档,
数据结构由键值(key,value)对组成,MongoDB 文档类似于 json 对象,字段值可以包含其他文档,数据以及文档数组.

主要特点

面向文档：MongoDB 存储的数据采用 JSON 样式的 BSON（二进制 JSON）文档格式，可以直接映射到应用程序的对象模型。这种面向文档的模型使得数据的存储和查询更加灵活和方便。

高性能：MongoDB 具有高度并行化和低延迟的读写操作，支持水平扩展以处理大量数据。它还支持基于内存的操作，可以提供非常快的查询速度。

良好的可扩展性：MongoDB 的架构设计适合横向扩展，它可以通过添加更多的节点来处理更大规模的数据和负载。同时，它支持自动分片，可以将数据分布在多个服务器上进行负载均衡。

强大的查询功能：MongoDB 提供了丰富的查询功能，包括范围查询、全文搜索、正则表达式等，并支持聚合查询和地理空间查询。此外，它还支持二级索引，可以根据需求对不同字段建立索引。

灵活的数据模型：MongoDB 的文档模型允许存储具有不同结构和字段的文档，无需事先定义表结构。这种灵活性使得应用程序可以随时更改和扩展数据模型，而无需任何迁移过程。

多种数据一致性选项：MongoDB 提供了多种数据一致性选项，可以在数据的一致性和性能之间进行权衡。开发人员可以根据需求选择合适的副本集或分片策略，以满足应用程序的需求。

社区支持和生态系统：MongoDB 有一个庞大的用户社区和活跃的开发者社区，提供了丰富的资源和支持。此外，MongoDB 还有许多附加工具和第三方库，可以帮助用户更好地使用和管理数据库。

1,MongoDB 是一个面向文档存储的数据库,操作简单
2,你可以在 MongoDB 记录设置任何属性的索引
3,可以通过本地或者网络创建数据镜像,
4,支持网络分片
5,丰富的查询表达式,查询指令使用 json 形式,可以在文档中内嵌对象和数组
6,使用 update 命令可以实现替换完成文档数据或者一些指定字段的更新,
7,map/reduce 主要是用来对统计数据进行批量出和操作,
8,map 函数调用的 emit(key,value)遍历集合中所有记录,将 key 于 value 传给 Reduce 函数进行处理,
map 函数和 reduce 函数使用 js 编写的,并可以通过 db.runCommand 或 mapreduce 命令来执行 MapReduce 操作。
GridFS 是 MongoDB 中的一个内置功能,可以用于存放大量小文件,
mongoDB 允许在服务器端执行脚本,可以用 js 编写某个函数,直接在服务器端执行,也可以把函数的定义存储在服务端下,下次直接调用了,
MongoDB 支持多种变成语言,Python,c++,php,c#等多种,

mongoDB 概念解析

将于关系数据库类比解析
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-S5Ulzncu-1690278972184)(./images/2022-10-20-16-48-43.png)]
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-4j5Stjt6-1690278972185)(./images/2022-10-20-16-49-01.png)]
这里就可以很多看出,这里是以 json 字符串方式的匹配.

数据库

MongoDB 的单个实例可以容纳多个独立的数据库,每各都有自己的集合和权限,不同的数据库也放置在不同的文件中,
show dbs : 可以显示所有数据的列表,
db: 可以显示当前数据库对象或集合
use: 指定一个连接到一个数据库
有一些数据库名是保留的，可以直接访问这些有特殊作用的数据库。
admin：从权限的角度来看，这是"root"数据库。要是将一个用户添加到这个数据库，这个用户自动继承所有数据库的权限。一些特定的服务器端命令也只能从这个数据库运行，比如列出所有的数据库或者关闭服务器。
local: 这个数据永远不会被复制，可以用来存储限于本地单台服务器的任意集合
config: 当 Mongo 用于分片设置时，config 数据库在内部使用，用于保存分片的相关信息。

文档(Document)

文档是一组键值对,文档不需要设置相同的字段,并且相同的字段不需要相同的数据类型,这与关系型数据库有很大的区别,
例如:

{ "site": "www.runoob.com", "name": "菜鸟教程" }

需要注意的是:
1,文档中的键值是有序的,
2,文档中的值不仅可以是在双引号里面的字符串,还可以是其他几种数据类型
3,mongoDB 区分类型和大小写
4,文档中不能有重复的键
5,文档中的键是字符串,使用 utf-8
文档键命令要求:
键不能有空字符,一般是来识别键结尾,
.和$有特殊意义,只有在特定环境下使用
以下划线_开头的键是保留的(不严格要求)

注意：在 MongoDB 中，因为它本身具有的灵活性，所以不要求一个集合中的文档的字段格式必须要相同，这于关系型数据很不大同。
其中单个文档具有不同字段，那么也就是具有了不同的数据长度，例如：

{ _id: 1, name: "John", age: 20, grade: "A" }
{ _id: 2, name: "Jane", age: 22, major: "Computer Science", GPA: 3.5 }

需要注意的是：查询操作的时候，对于缺少该字段的文档，不会返回控制，而是直接忽略，在结果中不会展示。

集合

集合就是 MongoDB 文档组,类似于关系型数据库中的表
集合存在于数据库中,集合没有固定的结构,这意味着对集合可以插入不同格式和类型的数据,当第一个文档被插入的时候,集合就已经被创建了.
集合命令不能以"system"开头,这是为了系统集合保留前缀.
用户创建的集合名字不能含有保留字符。有些驱动程序的确支持在集合名里面包含，这是因为某些系统生成的集合中包含该字符。除非你要访问这种系统创建的集合，否则千万不要在名字里出现$。
集合名不能是空字符串""。
集合名不能含有\0 字符（空字符)，这个字符表示集合名的结尾。

capped collections

capped collections 就是固定大小的集合,它有很高的性能以及队列过期的特性,
capped collections 是高性能自动维护对象的插入顺序,它非常适合类似记录日志的功能和标准的 collection 不同,你必须要显示的创建一个 capped collections,指定它的大小,单位是字节,是可以提前分配的,
capped collections 可以按照文档的插入顺序保存到集合中,而且这些文档在磁盘上存放的位置,也是按照顺序来保存的,所以当我们更新 capped collections 中文档的时候,更新后的文档的不能超过之前文档的大小,这样就可以保持所有文档在磁盘上的位置一直保持不变.
可以很好的提高插入数据额效率,要注意的是:指定的存储大小包含了数据库头信息.
db.createCollection(“mycoll”, {capped:true, size:100000})
在 capped collection 中，你能添加新的对象。
能进行更新，然而，对象不会增加存储空间。如果增加，更新就会失败。
使用 Capped Collection 不能删除一个文档，可以使用 drop() 方法删除 collection 所有的行。
删除之后，你必须显式的重新创建这个 collection。
在 32bit 机器中，capped collection 最大存储为 1e9( 1X109)个字节。

元数据

数据库的信息是存储在集合中,他们使用了系统的命令空间
dbname.system.*
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Ka0pWWiM-1690278972186)(./images/2022-10-20-17-17-01.png)]

MongoDB 的数据类型

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Fhmm99qw-1690278972187)(./images/2022-10-20-17-18-36.png)]

Object 类型:
object 类似是唯一主键,可以很快的去生成和排序,包含了 12bytes,
含义:
前 4 个字节表示创建的 unix 时间戳,后 3 个是机器标识码,然后是进程 id,然后是随机数,
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-S7Lac1o0-1690278972188)(./images/2022-10-20-17-20-58.png)]
MongoDB 中存储的文档必须有个_id 键,这个键的值可以是任何类型的,默认是个 object 对象,
由于 ObjectId 中保存了创建的时间戳，所以你不需要为你的文档保存时间戳字段，你可以通过 getTimestamp 函数来获取文档的创建时间:

> var newObject = ObjectId()
> newObject.getTimestamp()
ISODate("2017-11-25T07:21:10Z")

objectld 转为字符串: newObject.str
String（字符串）：用于存储文本数据，例如姓名、地址、描述等。

Number（数字）：用于存储数值类型的数据，包括整数和浮点数。

Boolean（布尔值）：存储 true 或 false 两个取值。

Date（日期）：用于存储日期和时间，以 ISO 格式进行存储。

Object（对象）：用于存储复杂的数据结构，可以包含多个字段。

Array（数组）：用于存储多个值的列表。

Binary Data（二进制数据）：用于存储二进制数据，例如图片、音频或视频等。

ObjectId（对象 ID）：用于存储文档的唯一标识符，在集合中自动生成。

Null（空值）：表示没有值的字段。

Undefined（未定义）：表示字段未定义或不存在。

Regular Expression（正则表达式）：用于存储正则表达式模式。

除了上述常见的数据类型之外，MongoDB 还支持一些特殊的数据类型，例如 GeoJSON（地理空间数据）、Timestamp（时间戳）等，以满足不同类型数据的存储需求。

时间戳

BSON 有一个特殊的时间戳类型用于 MongoDB 内部使用，与普通的日期类型不相关。时间戳值是一个 64 位的值。其中：
前 32 位是一个 time_t 值,
后 32 位是在某秒中操作的一个递增的序数
在单个 mongod 实例中,时间戳的值通常是唯一的,在复制集群中,oplog 有一个 ts 字段,这个字段中的值是使用 bson 时间戳表示的操作时间.

MongoDB - 连接

mongdb 服务安装之后,需要先创建两个目录:
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-C6euW6Fb-1690278972189)(2023-06-18-16-18-07.png)]
创建对应 data 目录,然后使用下面的启动命令启动,
启动 MongoDB 服务:
mongod --dbpath /var/lib/mongo --logpath /var/log/mongodb/mongod.log --fork

回显成功,即可.

进入管理 shell: (6.0 之后,需要自己安装 shell 工具)
到 MongoDB 的安装/bin 目录下,执行: ./mongo

mongodb://[username:password@]host1[:port1],host2[:port2],…[,hostN[:portN]]][/[database][?options]]
mongodb:// 这是固定的格式，必须要指定。

username:password@ 可选项，如果设置，在连接数据库服务器之后，驱动都会尝试登录这个数据库

host1 必须的指定至少一个 host, host1 是这个 URI 唯一要填写的。它指定了要连接服务器的地址。如果要连接复制集，请指定多个主机地址。

portX 可选的指定端口，如果不填，默认为 27017

/database 如果指定 username:password@，连接并验证登录指定数据库。若不指定，默认打开 test 数据库。

?options 是连接选项。如果不使用/database，则前面需要加上/。所有连接选项都是键值对 name=value，键值对之间通过&或;（分号）隔开

mongo 支持多个连接:
连接 replica pair, 服务器 1 为 example1.com 服务器 2 为 example2。: mongodb://example1.com:27017,example2.com:27017
连接 replica set 三台服务器 (端口 27017, 27018, 和 27019): mongodb://localhost,localhost:27018,localhost:27019

用户身份认证
db.auth(“username”,“password”)
使用 rpm 安装的 mongodb.进入命令行:

mongoDB 语法

创建数据库

建库语句:
use DATABASE_NAME
(如果数据库不存在,则进行创建,否则切换到指定的数据库)

查看所有数据库:
show dbs;
注意: 库中没有数据时候是无法查看的,需要向其中插入数据,在 MongoDB 中，集合只有在内容插入后才会创建! 就是说，创建集合(数据表)后要再插入一个文档(记录)，集合才会真正创建。

删除数据库:
db.dropDatabase()
默认会删除当前的库,可以使用 db,查看当前的数据库名
使用 use 进入到指定库中,然后执行 db.dropDatabase().

创建集合:
db.createCollection(name,options)
说明:
name: 要创建的集合名称,
options: 可选参数,指定有关内存大小及索引的选项.
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-78jjzkBV-1690278972190)(./images/2022-11-09-18-14-43.png)]
在插入文档时,MongoDB 首先会检查固定的集合的 size 字段,然后检查 max 字段.
如

db.createCollection("runoob")db.createCollection("mycol", { capped : true, autoIndexId : true, size :6142800, max : 10000 } )
{ "ok" : 1 }

如果查看已经有的集合,可以使用 show collections 或 showtables 命令:
在 MongoDB 中,你不需要创建集合,当你插入一些文档,mongoDB 会自动创建集合,隐式创建的方式.

删除集合:
db.collection_name.drop()
如果删除成功则会返回 true,否则返回 false

插入文档
文档的数据结构和 json 基本一样,所有存储在集合中的数据都是 bson 格式,
插入:
mongoDB 中使用的 inset()或 save()方法向集合中插入文档:
db.COLLECTION_NAME.insert(document)
或
db.COLLECTION_NAME.save(document)
save()：如果 _id 主键存在则更新数据，如果不存在就插入数据。该方法新版本中已废弃，可以使用 db.collection.insertOne() 或 db.collection.replaceOne() 来代替。
insert(): 如果插入的数据主键已经存在,会抛出异常,提示主键已经重复,不保存当前的数据,
db.collection.insertMany() 用于向集合插入一个多个文档，语法格式如下,最新用法：

db.collection.insertMany([ <document 1> , <document 2>, ... ],{writeConcern: <document>,ordered: <boolean>}
)
document：要写入的文档。
writeConcern：写入策略，默认为 1，即要求确认写操作，0 是不要求
ordered：指定是否按顺序写入，默认 true，按顺序写入。

以上实例 col 是我们的集合名称,如果该集合在不在数据库中,则会自动创建给文档的集合,并插入新的文档. 这种方式就是隐式创建集合,在写入文档时候,创建集合.
也可以将数据定义为一个变量,document={}
然后再将变量传入,db.col.insert(document)

更新文档

update()方法用于更新已经存在的文档,语法格式:

db.collection.update(<query>,<update>,{upsert: <boolean>,multi: <boolean>,writeConcern: <document>}
)
db.users.updateMany({ age: { $gte: 30 } },   // 匹配条件，找出age大于等于30的文档{ $set: { status: "active" } }  // 更新操作，将匹配的文档的status字段设置为"active"
);

query: update 的查询条件,类型 where 子句,
update: update 的对象和一些更新的操作符等,也可以理解为 sql update 查询内 set 后面的值,
upsert: 可选,表示如果存在 update 的记录,是否插入 objnew,true 为插入,默认 false
multi: 默认是 false,只更新找到的第一条记录,如果这个参数为 ture,就把这个条件查询出来的多条记录全部更新
writeConcern :可选，抛出异常的级别。
在更新文档时，可以使用多种操作符，包括 $se t 、$ inc、 $u n se t 等。$ inc 操作符用于递增或递减字段的值，而 $se t 操作符用于设置字段的值。$ unset（用于删除字段）、$push（用于向数组添加元素）

>db.col.update({'title':'MongoDB 教程'},{$set:{'title':'MongoDB'}})
WriteResult({ "nMatched" : 1, "nUpserted" : 0, "nModified" : 1 })   # 输出信息
> db.col.find().pretty()
{"_id" : ObjectId("56064f89ade2f21f36b03136"),"title" : "MongoDB","description" : "MongoDB 是一个 Nosql 数据库","by" : "菜鸟教程","url" : "http://www.runoob.com","tags" : ["mongodb","database","NoSQL"],"likes" : 100
}
>

以上语句只会修改第一条发现的文档，如果你要修改多条相同的文档，则需要设置 multi 参数为 true。
db.col.update({‘title’:‘MongoDB 教程’},{$set:{‘title’:‘MongoDB’}},{multi:true})
save()方法
save()方法是通过传入的文档来替换已有文档,_id 主键存在就更新,不存在就插入,已经废弃

db.collection.save(<document>,{writeConcern: <document>}
)

document : 文档数据。
writeConcern :可选，抛出异常的级别。

删除文档

建议使用 deleteOne()方法来删除匹配条件的单个文档，或者使用 deleteMany()方法来批量删除匹配条件的多个文档。

下面是一个示例，演示如何使用 deleteOne()方法删除匹配条件的单个文档：
// 删除名为 “users” 的集合中匹配条件的数据（删除第一个匹配的文档）
db.users.deleteOne({ age: { $gte: 30 } });

const result = await db.users.deleteMany({ age: { $gte: 30 } });
console.log(result.deletedCount);
deleteMany()方法将删除所有与匹配条件匹配的文档，而不仅仅是第一个匹配文档。

查询操作

mongodb 中的表达式
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-3vY9Ve7v-1690278972191)(./images/2023-07-20-18-28-27.png)]
查询语法：

查询全部： db.collection.find() 不带参数回显指定字段： db.collection.find({},{title:1,_id:0}) 1表示显示，0表示不显示，其中的第一个{}表示查询条件，第二个{}表示要显示的字段，_id默认是显示的，如果不显示，需要设置为0查询判断： db.collection.find({likes:{$gt:100}}) 查询likes大于100的数据 $gt表示大于，$lt表示小于，$gte表示大于等于，$lte表示小于等于，$ne表示不等于
db.collection.find({status:"A"}) 这种表示返回status等于A的数据的全部字段信息。也可以使用多个匹配条件：
db.collection.find({staues:"A",likes:{$gt:100}
})
使用逻辑判断：
db.collection.find({$or:[{status:"A"},{likes:{$gt:100}}]
}) 表示或的关系
db.collection.find({$and:[{status:"A"},{likes:{$gt:100}}]
}) 表示与的关系多条件查询：
db.collection.find({$and:[{status:"A"},{likes:{$gt:100}}],$or:[{title:"MongoDB 教程"},{title:"C# 教程"}]
})
正则匹配：
db.collection.find({title:/^MongoDB/}) 表示title以MongoDB开头的数据

匹配嵌套文档：

测试数据：
db.collection.insertMany([{ item: "journal", qty: 25, size: { h: 14, w: 21, uom: "cm" }, status: "A" },{ item: "notebook", qty: 50, size: { h: 8.5, w: 11, uom: "in" }, status: "A" },{ item: "paper", qty: 100, size: { h: 8.5, w: 11, uom: "in" }, status: "D" },{ item: "planner", qty: 75, size: { h: 22.85, w: 30, uom: "cm" }, status: "D" },{ item: "postcard", qty: 45, size: { h: 10, w: 15.25, uom: "cm" }, status: "A" }
])
在这里，size域是一个嵌套文档。要匹配嵌套文档，必须使用引号将整个嵌套文档括起来，例如：
db.collection.find({size: {h: 14, w: 21, uom: "cm"}},{_id:0})
这里的匹配格式和位置很重要，不能出现错误，否则无法匹配到数据。在嵌套的字段上查询，使用点号（.）来指定嵌套字段，例如：
指定sized对象里面的uom属性值查询：
db.collection.find({"size.uom": "in"})查询数组结构：
测试数据：
db.size.insertMany([{item:"journal",qty:[5,15]},{item:"notebook",qty:[10,20]},{item:"paper",qty:[5,10]},{item:"planner",qty:[0,10]},{item:"postcard",qty:[15,15]}
])精确查询：
db.collection.find({qty:{$eq:5}})
包含查询:
db.collection.find({qty:{$in:[5,15]}},{_id:0})
不包含查询：
db.collection.find({qty:{$nin:[5,15]}},{_id:0})
数组长度查询:
db.collection.find({qty:{$size:2}},{_id:0}) # 查询qty数组长度为2的数据查询数据中满足指定条件的元素，使用$elemMatch操作符，例如：
实例数据：
{_id: 1,scores: [{ subject: 'Math', score: 90 },{ subject: 'English', score: 85 },{ subject: 'Science', score: 92 }]
}
现在我们想查询 scores 数组中其中一个科目的分数大于等于90的文档，可以使用 $elemMatch 操作符来实现：
db.collection.find({scores:{$elemMatch:{score:{$gte:90}}}})
如果要查询科目
db.collection.find({scores:{$elemMatch:{subject:"Math"}}})
如果要组合查询
db.collection.find({scores:{$elemMatch:{subject:"Math",score:{$gte:90}}}})
表示查询 scores 数组中有一个元素的 subject 域等于 "Math"，并且 score 域大于等于 90 的文档。

文档的排序插查询：


通过关键字sort()来实现排序，1表示升序，-1表示降序，例如：
db.collection.find({status:"A"}).sort({user_id:1}}
注意，排序操作，sort是在find之外，而不是在find里面，否则会报错。
同时在find内部做匹配操作，然后在find外部做排序操作。

查询总数：

mongodb中也是通过count方法进行统计。
db.collection.find({status:"A"}).count()  --指定字段查询总数
db.collection.find({user_id:{$exists:true}}).count()
-- 其中的$exists表示user_id字段存在的数据，如果不加$exists，表示user_id字段不存在的数据。
-- 该操作符主要用于检查文档中某个字段是否存在，如果存在返回true，否则返回false。

去重处理：

db.collection.distinct({status:"A"})  -- 去重status字段
db.collection.aggregate([{$group:{_id:"$status"_}]) -- 去重status字段

获取指返回条数,分页查询方法
使用 find().limit()方法来指定返回的条数，例如：


db.collection.find().limit(2)
指定返回值的某条记录
db.collection.find().limit(5).skip(10)
对比：select * from table limit 10,5

使用 limit 操作符限制返回的文档数。limit 操作符接受一个整数参数，表示需要返回的文档数。
使用 skip 操作符指定跳过的文档数。skip 操作符接受一个整数参数，表示需要跳过的文档数。
例如，假设有一个名为 books 的集合，我们需要查询第二页的 10 个文档。可以按照以下步骤进行操作：

计算每页的文档数。假设每页显示 10 个文档，所以每次查询应该设置 limit 为 10。
计算要跳过的文档数。对于第二页，我们需要跳过前 10 个文档，所以 skip 值为 10。

查询 sql 语句的执行情况：

与mysql类似，采用explain语句来查看
db.collection.find().explain()
使用所索引的情况
db.collection.find({status:"A"}).explain()

就可以查看到该 sql 语言执行过程中是否采用了索引，以及它的索引类型等信息。
语句返回的基本内容:

{"queryPlanner": {"plannerVersion": 1, //查询计划版本"namespace": "sang.sang_collect", //要查询的集合"indexFilterSet": false, //是否使用索引"parsedQuery": {//查询条件"x": {//查询条件字段"$eq": 1.0 //查询条件值}},"winningPlan": {//最终执行的查询计划"stage": "COLLSCAN", //查询的方式,常见有collscan/全表扫描, indexscan/索引扫描, FETCH/根据索引去检索文档获取数据, SHARD_MERGE/分片合并结果 IDHACK/根据_id去检索文档获取数据"filter": {//查询条件"x": {//查询条件字段"$eq": 1.0 //查询条件值}},"direction": "forward" //查询方向 forward/正向,backward/反向 通常是采用正向索引查询},"rejectedPlans": [] //被拒绝的查询计划},"serverInfo": {//服务器信息"host": "localhost.localdomain", //主机名"port": 27017, //端口号"version": "3.4.9", //版本号"gitVersion": "876ebee8c7dd0e2d992f36a848ff4dc50ee6603e" //git版本号},"ok": 1.0 //是否成功
}

explain()也可以接受一个参数，该参数是一个文档，用于指定 explain 的模式，例如：
db.collection.find().explain(“executionStats”)
db.collection.find().explain(“allPlansExecution”)
db.collection.find().explain(“queryPlanner”)
参考链接:‘https://blog.csdn.net/user_longling/article/details/83957085’

命令总结:
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ZDsDnEyr-1690278972193)(./images/2023-06-23-12-56-51.png)]

mongdb 中的索引类型

mongdb 的索引底层采用的是 b-tree,
这里简单介绍一下大概的索引类型,后面会详细介绍.

单键索引类型:

它支持所有数据类型中的单个字段的索引,并且可以在文档的任何字段上定义,
对于单个字段索引,索引建的排序无关紧要,它是从任一方向上开始读取索引,所以不注重顺序

特殊: 过期索引 TTL
其中 TTL 索引是,支持文档在一定时间之后,自动过期删除的,并且目前只能在单字段索引上建立,且字段类型必须为日期类型…
db.集合名.createIndex({“日期字段”:排序方式}, {expireAfterSeconds: 秒数})

复合索引

我们需要在多个字段的基础上搜索表/集合，这是非常频繁的。如果是这种情况，我们可能会考虑在 MongoDB 中制作复合索引。复合索引支持基于多个字段的索引，这扩展了索引的概念并将它们扩展到索引中的更大域。
需要注意: 字段顺序,索引方向
db.集合名.createIndex( { “字段名 1” : 排序方式, “字段名 2” : 排序方式 } )

多键索引

针对属性包含数组数据的情况，MongoDB 支持针对数组中每一个 element 创建索引，Multikey indexes 支持 strings，numbers 和 nested documents

地理空间索引（Geospatial Index）

针对地理空间坐标数据创建索引。
2dsphere 索引，用于存储和查找球面上的点
2d 索引，用于存储和查找平面上的点

db.company.insert({loc : { type: "Point", coordinates: [ 116.482451, 39.914176 ] },name: "大望路地铁",category : "Parks"}
)
db.company.ensureIndex( { loc : "2dsphere" } )
# 参数不是1或-1，为2dsphere 或者 2d。还可以建立组合索引。
db.company.find({"loc" : {"$geoWithin" : {"$center":[[116.482451,39.914176],0.05]}}
})

全文索引

提供了针对 string 内容的文本查询,text index 支持持任意属性值为 string 或 string 数组元素的索引查询。注意：一个集合仅支持最多一个 Text Index，中文分词不理想推荐 ES。
db.集合.createIndex({“字段”: “text”})
db.集合.find({“ $KaTeX parse error: Expected '}', got 'EOF' at end of input: text": {"$ search”: “coffee”}})

哈希索引（Hashed Index）

针对属性的哈希值进行索引查询，当要使用 Hashed index 时，MongoDB 能够自动的计算 hash 值，无需程序计算 hash 值。注：hash index 仅支持等于查询，不支持范围查询。
db.集合.createIndex({“字段”: “hashed”})

索引操作

索引的查看: db.comment.getIndexs() ,查看所有的索引

索引的创建:

db.collection.createIndex(keys,options)
其中 key,是索引的字段,option 是对索引的具体设置.
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-mq5ywxAQ-1690278972194)(./images/2023-06-18-16-50-16.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-fCpRli5c-1690278972194)(2023-06-18-16-51-11.png)]

db.mycol.createIndex({userid:1}) 这里 1 代表升序,-1 是降序

索引的删除: db.collection.dropIndex(index)