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，谢谢大家对的支持。
更新日志
- 小骆驼-《草原狼2(蓝光CD)》[原抓WAV+CUE]
- 群星《欢迎来到我身边 电影原声专辑》[320K/MP3][105.02MB]
- 群星《欢迎来到我身边 电影原声专辑》[FLAC/分轨][480.9MB]
- 雷婷《梦里蓝天HQⅡ》 2023头版限量编号低速原抓[WAV+CUE][463M]
- 群星《2024好听新歌42》AI调整音效【WAV分轨】
- 王思雨-《思念陪着鸿雁飞》WAV
- 王思雨《喜马拉雅HQ》头版限量编号[WAV+CUE]
- 李健《无时无刻》[WAV+CUE][590M]
- 陈奕迅《酝酿》[WAV分轨][502M]
- 卓依婷《化蝶》2CD[WAV+CUE][1.1G]
- 群星《吉他王(黑胶CD)》[WAV+CUE]
- 齐秦《穿乐(穿越)》[WAV+CUE]
- 发烧珍品《数位CD音响测试-动向效果（九）》【WAV+CUE】
- 邝美云《邝美云精装歌集》[DSF][1.6G]
- 吕方《爱一回伤一回》[WAV+CUE][454M]