MongoDB - zaawansowane indeksowanie

wstawiliśmy następujący dokument do kolekcji nazwani użytkownicy, jak pokazano poniżej -

db.users.insert(
	{
		"address": {
			"city": "Los Angeles",
			"state": "California",
			"pincode": "123"
		},
		"tags": [
			"music",
			"cricket",
			"blogs"
		],
		"name": "Tom Benzamin"
	}
)

Powyższy dokument zawiera plik address sub-document i a tags array.

Indeksowanie pól tablicowych

Załóżmy, że chcemy wyszukiwać dokumenty użytkownika na podstawie tagów użytkownika. W tym celu utworzymy indeks tablicy tagów w kolekcji.

Utworzenie indeksu w tablicy powoduje z kolei utworzenie oddzielnych wpisów indeksu dla każdego z jej pól. Więc w naszym przypadku, kiedy utworzymy indeks na tablicy tagów, zostaną utworzone osobne indeksy dla jego wartości muzyka, krykiet i blogi.

Aby utworzyć indeks w tablicy tagów, użyj następującego kodu -

>db.users.createIndex({"tags":1})
{
"createdCollectionAutomatically" : false,
"numIndexesBefore" : 2,
"numIndexesAfter" : 3,
"ok" : 1
}
>

Po utworzeniu indeksu możemy wyszukiwać w polu tagów kolekcji w ten sposób -

> db.users.find({tags:"cricket"}).pretty()
{
	"_id" : ObjectId("5dd7c927f1dd4583e7103fdf"),
	"address" : {
		"city" : "Los Angeles",
		"state" : "California",
		"pincode" : "123"
	},
	"tags" : [
		"music",
		"cricket",
		"blogs"
	],
	"name" : "Tom Benzamin"
}
>

Aby sprawdzić, czy używane jest prawidłowe indeksowanie, użyj następujących poleceń explain polecenie -

>db.users.find({tags:"cricket"}).explain()

Daje to następujący wynik -

{
	"queryPlanner" : {
		"plannerVersion" : 1,
		"namespace" : "mydb.users",
		"indexFilterSet" : false,
		"parsedQuery" : {
			"tags" : {
				"$eq" : "cricket"
			}
		},
		"queryHash" : "9D3B61A7",
		"planCacheKey" : "04C9997B",
		"winningPlan" : {
			"stage" : "FETCH",
			"inputStage" : {
				"stage" : "IXSCAN",
				"keyPattern" : {
					"tags" : 1
				},
				"indexName" : "tags_1",
				"isMultiKey" : false,
				"multiKeyPaths" : {
					"tags" : [ ]
				},
				"isUnique" : false,
				"isSparse" : false,
				"isPartial" : false,
				"indexVersion" : 2,
				"direction" : "forward",
				"indexBounds" : {
					"tags" : [
						"[\"cricket\", \"cricket\"]"
					]
				}
			}
		},
		"rejectedPlans" : [ ]
	},
	"serverInfo" : {
		"host" : "Krishna",
		"port" : 27017,
		"version" : "4.2.1",
		"gitVersion" : "edf6d45851c0b9ee15548f0f847df141764a317e"
	},
	"ok" : 1
}
>

Powyższe polecenie spowodowało "kursor": "BtreeCursor tags_1", co potwierdza, że ​​zastosowano prawidłowe indeksowanie.

Indeksowanie pól dokumentu podrzędnego

Załóżmy, że chcemy wyszukiwać dokumenty na podstawie pól miasta, województwa i kodu PIN. Ponieważ wszystkie te pola są częścią pola adresu pod-dokumentu, utworzymy indeks dla wszystkich pól pod-dokumentu.

Aby utworzyć indeks dla wszystkich trzech pól dokumentu podrzędnego, użyj następującego kodu -

>db.users.createIndex({"address.city":1,"address.state":1,"address.pincode":1})
{
	"numIndexesBefore" : 4,
	"numIndexesAfter" : 4,
	"note" : "all indexes already exist",
	"ok" : 1
}
>

Po utworzeniu indeksu możemy wyszukać dowolne z pól dokumentu podrzędnego, korzystając z tego indeksu w następujący sposób -

> db.users.find({"address.city":"Los Angeles"}).pretty()
{
	"_id" : ObjectId("5dd7c927f1dd4583e7103fdf"),
	"address" : {
		"city" : "Los Angeles",
		"state" : "California",
		"pincode" : "123"
	},
	"tags" : [
		"music",
		"cricket",
		"blogs"
	],
	"name" : "Tom Benzamin"
}

Pamiętaj, że wyrażenie zapytania musi być zgodne z kolejnością określonego indeksu. Zatem utworzony powyżej indeks obsługiwałby następujące zapytania -

>db.users.find({"address.city":"Los Angeles","address.state":"California"}).pretty()
{
	"_id" : ObjectId("5dd7c927f1dd4583e7103fdf"),
	"address" : {
		"city" : "Los Angeles",
		"state" : "California",
		"pincode" : "123"
	},
	"tags" : [
		"music",
		"cricket",
		"blogs"
	],
	"name" : "Tom Benzamin"
}
>