MongoDB的索引

最近，在实际使用中体会到了index的方便。

两个collection, collection1:

DbManifest {
  sessionId: String,
  ...
}

collection2:

CmdEnd {
  sessionId: String,
  deviceId: String,
  ...
}

现在需要对DbManifest中的Document遍历，根据sessionId从CmdEnd查到对应的deviceId加入field deviceId。javascript代码：

var mongo = new Mongo();

var db = mongo.getDB('xxx');

var update_DbManifest = function () {
  db.DbManifest.find().forEach(function (doc) {
    if (doc.deviceId) {
      // existed already
      return;
    }  
    var doc_cmd_end = db.CmdEnd.findOne({sessionId: doc.sessionId});
    if (doc_cmd_end) {
      doc.deviceId = doc_cmd_end.deviceid;
      db.DbManifest.save(doc);
    }    
  });
};

update_DbManifest();

collection CmdEnd大概是百万级别，而DbManifest大约数万。从mongodb shell运行这段代码，耗时很长。原因在于对于DbManifest中的每个document，都必须对CmdEnd做全表搜索。

而在CmdEnd对sessionId做了索引后，只需数分钟就完成了原来需要十几个小时的工作。

db.CmdEnd.ensureIndex({"sessionId":１})

 

另外，mongodb中如果要查询不含某个特定field的document，可以这样：

db.coll.find({field_name: {$exists: false}})

 

关于index的使用，当提取较小的子集时，index会比较快。结果集在原集合中所占比例越大，index的效率就越低，因为index需要做两次查找：查找索引条目和根据索引指针去查找相应的文档，而全表查找只需要一次全表扫描。