一、简介
我们上一篇介绍了索引基本操作，通过db.collection.createIndex(keys, options)语法创建索引，我们继续介绍地理空间索引、索引的限制，使我们在MongoDB时能提高查询效率。
索引的语法：
db.collection.createIndex(keys,options)
options 参数说明
二．地理空间索引
我们生活上用到地理位置越多越多，所以存储经纬度就多了，查地理位置就多了，为了提高在MongoDB查询效率，我们建立地理空间索引。
1.创建地理空间索引
语法：
- db.collection.createIndex({ <location field> : “2d” ,
- <additionalfield> : <value> } ,
- {<index-specification options> } )
index-specification参数说明：
{ min : <lower bound> , max :<upper bound> }
我们经常创建经纬度的格式有几种,例如：location:[ 50, 40 ]、location :{ lng :50 ,lat : 40}
- > db.places.find()
- { “_id” :ObjectId(“55ad0df063ea39b3057bdeef”), “onumber” : 1,”date” : “2015-07
- -01″, “cname” :”zcy”, “location” : [ -10, 100 ] }
- { “_id” :ObjectId(“55ad0e0463ea39b3057bdef0”), “onumber” : 2,”date” : “2015-07
- -02″, “cname” :”zcy”, “location” : [ 10, 60 ] }
- { “_id” :ObjectId(“55ad0e1663ea39b3057bdef1”), “onumber” : 3,”date” : “2015-07
- -03″, “cname” :”zcy”, “location” : [ 100, 150 ] }
- { “_id” :ObjectId(“55ad0e2463ea39b3057bdef2”), “onumber” : 4,”date” : “2015-07
- -04″, “cname” : “zcy”,”location” : [ 150, 200 ] }
- { “_id” :ObjectId(“55ad0e3263ea39b3057bdef3”), “onumber” : 5,”date” : “2015-07
- -05″, “cname” :”zcy”, “location” : [ -100, 100 ] }
例子：
>db.places.createIndex({location:"2d"})
地理空间索引默认值的范围为-180到180,如果值已经存在超过了200时，就会建索引失败：
“errmsg” : “point not in interval of [ -180, 180 ] ::caused by :: { _id: ObjectId(’55ad07bc63ea39b3057bdeed’),onumber: 5.0, date: \”2015-07-05\”, cnam
e: \”zcy\”, location: [ 100.0,200.0 ] }”, “code” : 13027
我们可以建立一个二维地理空间索引的位置范围以外的默认，创建索引时使用最小和最大选项。
语法：
- db.collection.createIndex( {<location field> : “2d” } ,
- {min : <lower bound> , max : <upper bound> } )
例子：
>db.places.createIndex({location:"2d"},{min:-200,max:200})地理空间索引默认值的范围为-200到200
2.查询平面上的点
我们可以使用$near或者geoNear Command查询，可以使用limit()函数，若不指定，默认是返回100条文档。
（1） 精确的查询
例子：
> db.places.find({location:[60,100]})
我们查询经纬度为[60,100]
(2) $near查询
我们需要查询范围内的经纬度有哪些
语法：
- db.collection.find( {<location field> :
- {$near : [ <x> , <y> ]
- } } )
例子：
> db.places.find({location:{$near:[100,200]}})
我们查询目标点[100,200]距离最近的100个点，然后是按最接近的排序
（3）geoNearCommand查询
geoNear Command查询根db.collection.find()查询相似
语法：
db.runCommand( { geoNear:<collection>, near: [ <x> , <y> ] } )例子：
- > db.runCommand( {geoNear:”places”, near: [ -100,100] } )
- {
- “results” :[
- {
- “dis” : 0,
- “obj” : {
- “_id” : ObjectId(“55ad0e3263ea39b3057bdef3”),
- “onumber” : 5,
- “date” : “2015-07-05”,
- “cname” : “zcy”,
- “location” : [
- -100,
- 100
- ]
- }
- },
- {
- “dis” : 90,
- “obj” : {
- “_id” : ObjectId(“55ad0df063ea39b3057bdeef”),
- “onumber” : 1,
- “date” : “2015-07-01”,
- “cname” : “zcy”,
- “location” : [
- -10,
- 100
- ]
- }
- },
- {
- “dis” : 117.04699910719626,
- “obj” : {
- “_id” : ObjectId(“55ad0e0463ea39b3057bdef0”),
- “onumber” : 2,
- “date” : “2015-07-02”,
- “cname” : “zcy”,
- “location” : [
- 10,
- 60
- ]
- }
- },
- {
- “dis” : 206.15528128088303,
- “obj” : {
- “_id” : ObjectId(“55ad0e1663ea39b3057bdef1”),
- “onumber” : 3,
- “date” : “2015-07-03”,
- “cname” : “zcy”,
- “location” : [
- 100,
- 150
- ]
- }
- },
- {
- “dis” : 269.2582403567252,
- “obj” : {
- “_id” : ObjectId(“55ad0e2463ea39b3057bdef2”),
- “onumber” : 4,
- “date” : “2015-07-04”,
- “cname” : “zcy”,
- “location” : [
- 150,
- 200
- ]
- }
- }
- ],
- “stats” : {
- “nscanned” : NumberLong(5),
- “objectsLoaded” : NumberLong(5),
- “avgDistance” : 136.4921041489609,
- “maxDistance” : 269.2582403567252,
- “time” : 52
- },
- “ok” : 1
- }
4.查询曲面上定义的点
（1）$box
（2）$polygon
（ 3）$center(defines a circle)
这边就不做具体介绍了，可以到官方文档查看:http://docs.mongodb.org/manual/tutorial/query-a-2d-index/
三．索引的限制
我们第二章介绍索引的基本创建，我们现在创建索引时加上限制条件，比如唯一索引等
1. 唯一索引
对字段设置唯一索引时，可以保证字段都是唯一性
语法：
db.collection.createIndex({field1：boolean, field2：boolean },{unique: true})（1）新建唯一索引
例子：
> db.orders.createIndex({onumber:1},{unique:true})我们创建了onumber为唯一索引
当我们插入相同的onumber时，会新增失败
说明：我们在新建字段为唯一索引时，对应的字段不存在，索引会将其作为null存储，如果对文档新增第一条时，没保存字段对应的值时，会以null保存，第二条还是对指定字段对应的值，新增数据时，之前已经存在null，所以会导致新增失败。
（2）对文档中已经存在的相同的字段新建唯一索引
我们文档中已经有数据时，我们新建唯一索引
例子：
>db.orders.createIndex({onumber:1},{unique:true})
我们集合中的onumber字段值已经有重复，所以会导致创建唯一性索引失败
唯一索引不能够创建在具有重复值的键上，如果你一定要在这样的键上创建，使用dropDups参数，系统对重复值的键上只保留第一条记录，剩下的记录会被删除
例子：
>db.orders.createIndex({onumber:1},{unique:true,dropDups:true})2. 索引的名称
我们之前在创建索引时，没指定索引名称，MongoDB会生成一个默认的索引名称，我们可以通过name参数来指定我们新建索引的名称
语法：
db.collection.createIndex({field1：boolean,field2：boolean },{name: "index_name"}) 例子：
>db.orders.createIndex({onumber:1},{name:"index_onumber"})
我们onumber字段新建一个索引名称为index_onumber的索引
3. 后台方式创建索引
background 在创建索引时，会阻塞MongoDB其它操作，比如查询MongoDB时，background为trues时可指定以后台方式创建索引，默认值时false
语法：
db.collection.createIndex({{field1：boolean,field2：boolean }} },{background: true})例子：
> db.orders.createIndex({cname:1},{background:true}<span style="font-size:18px;">)</span>4. 稀疏索引
sparse：稀疏索引只包含有索引字段的文档，即使索引字段包含空值，指数跳过缺少索引字段。索引是“稀疏的”，因为它不包含集合的所有文档。与之相反，非稀疏索引中包含一个集合中的所有文档，这些文档中不包含索引字段的空值。类似于$exists用来判断一个field是否存在
语法
db.collection.createIndex({{field1：boolean,field2：boolean }} },{ sparse: true})例子：
>db.orders.createIndex({onumber:1},{sparse:true})
我们查询时，onumber为null为4条记录，我们以onumber为nul做为查询条件时，没使用到索引。
而我们以onumber为1作为查询条件时，有使用到索引。
稀疏索引只包含有索引字段的文档，即使索引字段包含空值，指数跳过缺少索引字段
四、索引的信息
1. 强制索引
我们在对MongoDB查询时，可以使用hint强制用某个索引
语法：
db. collection.find().hint(“index_name”)例子：
>db.orders.find({onumber:1}).hint("onumber_1")我们强制使用onumber 字段索引名称为onumber_1的索引
MongoDB的查询优化器非常智能，会替你选择该用哪个索引，多数情况下不需要指定的。
2. 执行计划
MongoDB 提供了一个 explain 命令让我们获知系统如何处理查询请求。利用 explain 命令，我们可以很好地观察系统如何使用索引来加快检索，同时可以针对性优化索引。
- >db.orders.find({onumber:1}).hint(“onumber_1”).explain()
- {
- “cursor” : “BtreeCursor onumber_1”,
- “isMultiKey” : false,
- “n” : 1,
- “nscannedObjects” : 1,
- “nscanned” : 1,
- “nscannedObjectsAllPlans” : 1,
- “nscannedAllPlans” : 1,
- “scanAndOrder” : false,
- “indexOnly” : false,
- “nYields” : 0,
- “nChunkSkips” : 0,
- “millis” : 77,
- “indexBounds” : {
- “onumber” : [
- [
- 1,
- 1
- ]
- ]
- },
- “server” : “zhengcy-PC:27017”,
- “filterSet” : false
- }
对一些比较重要的参数说明：
1） n：当前查询返回的文档数量。
2）millis：当前查询所需时间，毫秒数。
3）indexBounds：当前查询具体使用的索引。
4）nscanned：扫描document的行数。
5）cursor：返回游标类型（BasicCursor和BtreeCursor），我们这边使用BtreeCursor类型。
6）nscannedObjects：被扫描的文档数量。
7）scanAndOrder：是否在内存中排序。
