本文将会介绍 MongoDB 中的索引概念，以及如何利用 createIndex() 方法创建索引。
索引简介
假设存在一本包含介绍各种电影的图书。
如果想要查找一部名为“Pirates of Silicon Valley”的电影，我们需要翻阅每一页，直到发现该电影的介绍为止。
显然，这种查找方法效率低下。如果这本书包含一个内容索引，记录了电影的标题及对应的页码，我们就可以通过索引快速找到相应的电影介绍：
Pimpernel' Smith 1
...
Pirates of Silicon Valley 201
...
Twas the Night 300在上面的索引信息中，电影“Pirates of Silicon Valley”位于这本书的 201 页。因此，我们可以直接打开 201 页查看相应的介绍：
从这个示例可以看出，索引可以更快地查找数据。
MongoDB 索引的工作方式和上面的示例类似，我们可以基于文档集合中的指定字段创建索引。MongoDB 使用 B-树 结构存储索引。
另一方面，当我们插入、更新或者删除文档时， MongoDB 需要维护相应的索引。也就是说，索引提高了文件的检索性能，但是需要以额外的写入和存储空间为代价。因此，应该建立合适的索引，而不是尽可能多的索引。
查看索引
我们首先创建一个新的 movies 集合，然后通过 MongoDB Compass 导入初始化数据（movies.json）：
默认情况下，所有的集合都拥有一个 _id 字段索引。getIndexes() 方法可以用于查看集合中的索引，语法如下：
db.collection.getIndexes()以下命令可以查看集合 movies 中的索引：
db.movies.getIndexes()
[ { v: 2, key: { _id: 1 }, name: '_id_' } ]输出结果中的索引名称为“_id_”，索引字段为 _id。{ _id : 1 } 中的数字 1 代表了升序索引。
执行计划
以下查询用于查找电影“The Lake House”：
db.movies.find({
Title: 'The Lake House'
})
{ _id: ObjectId("640165db51c91edbf4fa413f"),
Title: 'The Lake House',
'US Gross': 52330111,
'Worldwide Gross': 114830111,
'US DVD Sales': 39758509,
'Production Budget': 40000000,
'Release Date': 'Jun 16 2006',
'MPAA Rating': 'PG',
'Running Time min': null,
Distributor: 'Warner Bros.',
Source: 'Remake',
'Major Genre': 'Drama',
'Creative Type': 'Fantasy',
Director: null,
'Rotten Tomatoes Rating': 36,
'IMDB Rating': 6.8,
'IMDB Votes': 36613 }为了查找该电影，MongoDB 需要扫描 movies 集合。在执行查询之前，MongoDB 查询计划器会选择最有效的执行计划。explain() 方法可以用于获取执行计划的相关信息。例如：
db.movies.find({
Title: 'The Lake House'
}).explain('executionStats')
{ explainVersion: '1',
queryPlanner:
{ namespace: 'book.movies',
indexFilterSet: false,
parsedQuery: { Title: { '$eq': 'The Lake House' } },
maxIndexedOrSolutionsReached: false,
maxIndexedAndSolutionsReached: false,
maxScansToExplodeReached: false,
winningPlan:
{ stage: 'COLLSCAN',
filter: { Title: { '$eq': 'The Lake House' } },
direction: 'forward' },
rejectedPlans: [] },
executionStats:
{ executionSuccess: true,
nReturned: 1,
executionTimeMillis: 2,
totalKeysExamined: 0,
totalDocsExamined: 3201,
executionStages:
{ stage: 'COLLSCAN',
filter: { Title: { '$eq': 'The Lake House' } },
nReturned: 1,
executionTimeMillisEstimate: 0,
works: 3203,
advanced: 1,
needTime: 3201,
needYield: 0,
saveState: 4,
restoreState: 4,
isEOF: 1,
direction: 'forward',
docsExamined: 3201 } },
command:
{ find: 'movies',
filter: { Title: 'The Lake House' },
'$db': 'book' },
serverInfo:
{ host: 'LAPTOP-DGRB6HD9',
port: 27017,
version: '5.0.9',
gitVersion: '6f7dae919422dcd7f4892c10ff20cdc721ad00e6' },
serverParameters:
{ internalQueryFacetBufferSizeBytes: 104857600,
internalQueryFacetMaxOutputDocSizeBytes: 104857600,
internalLookupStageIntermediateDocumentMaxSizeBytes: 104857600,
internalDocumentSourceGroupMaxMemoryBytes: 104857600,
internalQueryMaxBlockingSortMemoryUsageBytes: 104857600,
internalQueryProhibitBlockingMergeOnMongoS: 0,
internalQueryMaxAddToSetBytes: 104857600,
internalDocumentSourceSetWindowFieldsMaxMemoryBytes: 104857600 },
ok: 1 }explain() 方法返回了大量的信息，我们首先需要关注 winningPlan 部分：
...
winningPlan:
{ stage: 'COLLSCAN',
filter: { Title: { '$eq': 'The Lake House' } },
direction: 'forward' },
...winningPlan 返回了查询优化器最终选择的执行计划。示例中的 COLLSCAN 代表了集合扫描。
另外，executionStats 显示查询结果中包含 1 个文档，执行时间为 2 毫秒。
创建索引
createIndex() 方法可以用于创建新的索引。例如，以下命令可以为 movies 集合的 Title 字段创建索引：
db.movies.createIndex({Title:1})
'Title_1'参数 { Title: 1} 包含了字段名和一个数值：
- Title 字段是索引键；
- 数值 1 表示按照字段的值从小到大创建升序索引，-1 表示从大到小创建降序索引。
createIndex() 方法返回了索引的名称。示例中创建的索引 Title_1 由字段名和数值 1（表示升序）组成。
再次查看集合 movies 中的索引：
db.movies.getIndexes()
[
{ v: 2, key: { _id: 1 }, name: '_id_' },
{ v: 2, key: { Title: 1 }, name: 'Title_1' }
]再次使用 explain() 方法查看上文中查询语句的执行计划和统计信息：
db.movies.find({
Title: 'The Lake House'
}).explain('executionStats')
{ explainVersion: '1',
queryPlanner:
{ namespace: 'book.movies',
indexFilterSet: false,
parsedQuery: { Title: { '$eq': 'The Lake House' } },
maxIndexedOrSolutionsReached: false,
maxIndexedAndSolutionsReached: false,
maxScansToExplodeReached: false,
winningPlan:
{ stage: 'FETCH',
inputStage:
{ stage: 'IXSCAN',
keyPattern: { Title: 1 },
indexName: 'Title_1',
isMultiKey: false,
multiKeyPaths: { Title: [] },
isUnique: false,
isSparse: false,
isPartial: false,
indexVersion: 2,
direction: 'forward',
indexBounds: { Title: [ '["The Lake House", "The Lake House"]' ] } } },
rejectedPlans: [] },
executionStats:
{ executionSuccess: true,
nReturned: 1,
executionTimeMillis: 0,
totalKeysExamined: 1,
totalDocsExamined: 1,
executionStages:
{ stage: 'FETCH',
nReturned: 1,
executionTimeMillisEstimate: 0,
works: 2,
advanced: 1,
needTime: 0,
needYield: 0,
saveState: 0,
restoreState: 0,
isEOF: 1,
docsExamined: 1,
alreadyHasObj: 0,
inputStage:
{ stage: 'IXSCAN',
nReturned: 1,
executionTimeMillisEstimate: 0,
works: 2,
advanced: 1,
needTime: 0,
needYield: 0,
saveState: 0,
restoreState: 0,
isEOF: 1,
keyPattern: { Title: 1 },
indexName: 'Title_1',
isMultiKey: false,
multiKeyPaths: { Title: [] },
isUnique: false,
isSparse: false,
isPartial: false,
indexVersion: 2,
direction: 'forward',
indexBounds: { Title: [ '["The Lake House", "The Lake House"]' ] },
keysExamined: 1,
seeks: 1,
dupsTested: 0,
dupsDropped: 0 } } },
command:
{ find: 'movies',
filter: { Title: 'The Lake House' },
'$db': 'book' },
serverInfo:
{ host: 'LAPTOP-DGRB6HD9',
port: 27017,
version: '5.0.9',
gitVersion: '6f7dae919422dcd7f4892c10ff20cdc721ad00e6' },
serverParameters:
{ internalQueryFacetBufferSizeBytes: 104857600,
internalQueryFacetMaxOutputDocSizeBytes: 104857600,
internalLookupStageIntermediateDocumentMaxSizeBytes: 104857600,
internalDocumentSourceGroupMaxMemoryBytes: 104857600,
internalQueryMaxBlockingSortMemoryUsageBytes: 104857600,
internalQueryProhibitBlockingMergeOnMongoS: 0,
internalQueryMaxAddToSetBytes: 104857600,
internalDocumentSourceSetWindowFieldsMaxMemoryBytes: 104857600 },
ok: 1 }此时，查询优化器选择了索引扫描（IXSCAN），而不是集合扫描（COLLSCAN）。执行时间下降到了 0 毫秒。
