mongodb是nosql数据库吗 9 NoSQL | MongoDB入门实战教程

文章插图
| 总结/Edison Zhou
前面我们学习了如何套用常见的设计模式打造合适的模型设计，本篇我们来看看在MongoDB中如何使用索引来提高查询效率。
1 MongoDB也有索引？
在使用传统关系型数据库如MSSQL、MySQL等的时候，我们经常会为table中需要经常查询的字段建立index（索引）。那么，MongoDB作为NoSQL的代表，是否也有索引呢？
答案是：有的。
-- 查看集合的所有已有索引db.collectionName.getIndexes()MongoDB的两种扫描方式
索引通常能够极大的提高查询的效率，如果没有索引，MongoDB在读取数据时会和MySQL一样必须扫描集合中的每个文档并选取那些符合查询条件的记录。

文章插图
在MongoDB中，全集合扫描被称之为 COLLSCAN，而索引扫描则被称之为IXSCAN 。我们可以在MongoDB中使用类似于MySQL中的explain来查看执行计划，判断该查询是否是IXSCAN即索引扫描：
db.userinfos.find({name:"张三"}).explain()

文章插图
和关系型数据库一样，扫描全集合的查询COLLSCAN的效率是非常低的，特别在处理大量的数据时，查询可以要花费几十秒甚至几分钟，这对网站的性能是非常致命的。
MongoDB索引的数据结构：B树
我们都知道MySQL InnoDB引擎的索引采用的是B+树，那么MongoDB的索引采用的是什么数据结构呢？
答案是：B树。
为什么MySQL采用B+树，而MongoDB采用B树呢？
首先，我们需要知道，什么是B树，什么又是B+树。
（1）B+树（MySQL等关系型数据库广泛采用）

文章插图
B+树的两个明显特点
数据只出现在叶子节点（查询效率高）所有叶子节点增加了一个链指针（便于范围查询）（2）B树（MongoDB采用）

文章插图
B树的两个明显特点
树内的每个节点都存储数据叶子节点之间无指针相邻针对上面的B+树和B树的特点，我们可以得到以下两个结论：(1) B树的树内存储数据，因此查询单条数据的时候，B树的查询效率不固定，最好的情况是O(1) 。我们可以认为在做单一数据查询的时候，使用B树平均性能更好。但是，由于B树中各节点之间没有指针相邻，因此B树不适合做一些数据遍历操作。
(2) B+树的数据只出现在叶子节点上，因此在查询单条数据的时候，查询速度非常稳定。因此，在做单一数据的查询上，其平均性能并不如B树。但是，B+树的叶子节点上有指针进行相连，因此在做数据遍历的时候，只需要对叶子节点进行遍历即可，这个特性使得B+树非常适合做范围查询。
综述，基于关系型数据库的关系模型和文档数据库的文档模型，我们可以知道：MySQL中数据遍历操作比较多（因为需要多表关联和范围查找），所以用B+树作为索引结构。而MongoDB是做单一文档查询比较多（因为内嵌设计不需要多集合关联且很少范围查找），数据遍历操作比较少，所以用B树作为索引结构。
MongoDB的索引查询效率
由于B树/B+树的工作过程十分复杂，但本质上，它是一个有序的数据结构。
我们可以用一个数组来理解它，假设这里有一个索引为{a:1}（a升序）：

文章插图
在一个有序的结构上，基于我们学习过的二分查找法，可以实现一个O(log2(n))的高效搜索效率。这也可以解释，为什么基于索引查询，在数据量很大的情况下会快很多。

以上关于本文的内容，仅作参考！温馨提示：如遇健康、疾病相关的问题，请您及时就医或请专业人士给予相关指导!

「四川龙网」www.sichuanlong.com小编还为您精选了以下内容，希望对您有所帮助：