mongo索引使用正则表达式注意事项

正则表达式可以灵活地匹配查询条件，如果希望正则表达式能命中索引，就要注意了：

Mongodb能为前缀型的正则表达式命中索引，比如：需要查询Mail中user以z开头的：

/^z/

如果有user索引，这种查询很高效

但其他的即使有索引，也不会命中索引，比说：需要查询Mail中的user中含有z的：

/.*z.*/

/^.*z.*/

这种查询是不会命中到索引的，当数据量很大，速度很慢

总之，^后的条件必须明确，不能^.* ^[a-z]之类开头的

索引分析：

a)         索引命中：

假设索引为:{a:1,b:1,c:1,…,z:1}：

实际上是有了：{a:1},{a:1,b:1},{a:1,b:1,c:1}…等索引的。

但是使用{b:1}、{a:1,c:1}等索引的查询是会被优化的，只有使用索引前部的查询才能使用该索引。

Mongodb的查询优化器会重排查询项的顺序，以便命中索引，比如：查询{x:’a’,y:’b’}的时候，如果已有了{y:1,x:1}的索引，mongodb也会自己找到并命中的。

创建索引的缺点是每次插入、更新与删除时都会产生额外的开销，这是因为数据库不但需要执行这些操作，还是处理索引，因些，要尽量可能少创建索引。每个集合默认的最大索引个数为64个。

b)         查询时，不要使用$ne or $nin，这样不能命中索引

c)         使用explain

db.collection.find(query).explain();

返回的信息如下

{“cursor” : “BasicCursor”,

“indexBounds” : [ ],

“nscanned” : 57594,

“nscannedObjects” : 57594,

“nYields” : 2 ,

“n” : 3 ,

“millis” : 108,

“indexOnly” : false}

现实结果可以得知cursor的类型，DB扫描的数据数，返回的数据数，还有执行的毫秒数。

“cursor” : “BasicCursor”：

命中的索引，当为BasicCursor时表示没有命中任何索引

indexBounds: 所使用的索引，被设置为表示为索引扫描的关键边界。

nscanned – 扫描的数据条数。

nscannedObjects – 扫描对象的数。

nYields – 查询所产生的锁的个数。

isMultiKey- MongoDB中提供了可以自动索引数组对象的值

If true, a multikey index was used.

n- 返回文档的数量

millis- 数据库中执行查询的时间

indexOnly – 是否使用了covered index。

六、 强制索引：

如果发现mongodb用了非预期的索引，可以用hint强制用某个索引，如：

db.Mail.find({user:’[e-mail]’,folderId:’inbox’}).hint(‘index1’)

多数情况下这种指定没有什么必要，mongodb会替你选择用哪个索引，初次查询时，查询优化器会同时尝试各种查询方案，最先完成的被确定使用，其他的则终止掉。查询方案也会记录下来，以备是后应对相同键的查询，查询优化器定期也重试其他的方案，以防因为添加新的数据后，之前的方案不再是最优的。

七、 为排序创建索引：

随着集合的增长，如果查询中有用到排序时，就要创建索引了。如果对没有索引的键用sort，mongodb需要将所有的数据提到内存中进行排序，这个是很影响性能的。

八、 索引优化：

这个是有人统计的不同数据类型所占的索引的大小：

另外，如果有关于日期的索引，我针对于String/Long/Date做了下测试：

可以看出，用Date类型所占的索引最小(Long/Date所占的大小差不多，1000w时也只相差3M左右)，所以如果有需要日期索引的，需要将类型设置为Date或Long

九、 实例讲解：

以MA为例，场景为：

1. 获取某个邮件夹的所有邮件列表
2. 查看某个邮件夹中的已读邮件
3. 查看某个邮件夹中的未读邮件
4. 查看某个邮件夹中的重要邮件
5. 查看某个邮件夹中的邮件来源

索引为：

{user:1,folderId:1,sendTime:-1,read:1,sourceSystem:1,importantFlag:1},{name:’folder_list_index’}

需要用到的查询条件组合(都需要以sendTime降序排列)：

user:1,folderId:1,read:1,sourceSystem:1,importantFlag:1

user:1,folderId:1, read:1,sourceSystem:1

user:1,folderId:1,read:1

user,folderId, sourceSystem:1,importantFlag:1

user,folderId, sourceSystem:1

（红包部分必须hint，否则第一次速度会很快）

设计规则：

1. 索引中的栏位，尽量用int类型，这样可减少索引的内存大小。

比如：sendTime的类型为Long，read、sourceSystem、importantFlag的类型为int

2.    索引的组合尽量包含常见的查询：

比如：获取邮件夹列表，查看邮件夹中的已读、未读邮件、重要邮件这几个查询很常用，设计索引时尽量包括这些查询

3.   有需要排序的栏位，要建索引，否则mongodb会在内存中排序。另外，排序索引尽量加在某个固定的大范围之后。

比如：获取邮件夹列表并按照sendTime降序排列，查询条件的大范围肯定要有user/folderId，此时，可将sendTime放在user/folderId之后，这样user/folderId对应的记录已经都以sendTime:-1的形式存放在索引库中（此时，用sort与不用sort的效果是相同的），sort时，也不用在内存中进行排序。如果有其他查询都在这个范围之内时，即使不能自动命中索引，也可以通过强制索引来提高查询的速度

4. 查询列表范围尽量小，数据量很多时，不加limit的查询会死人的。