数据库索引的概念类似于书籍的索引，拥有索引后无需翻阅整本书，数据库可以直接在索引中进行查找，找到条目后即可跳转到目标文档的位置，这可以显著提高查询速度，通常是几个数量级的提升。
一、创建索引
在person集合的age字段上创建索引，并比较创建索引前后查询语句的性能差异。
创建索引的命令为：db.person.ensureIndex({"age":1})。这里我们使用了ensureIndex在age字段上建立索引。值为“1”表示按照age进行升序排列，而“-1”表示按照age进行降序排列。
没有索引时的查询性能：
有索引时的查询性能：
我们主要关注几个关键参数（参数说明请参考上一篇文章）：
- executionTimeMillis（这次查询的总耗时）：无索引时耗时962毫秒；有索引时耗时143毫秒。
- totalDocsExamined（文档扫描条目）：无索引时为200万条；有索引时为2000条。
- stage（查询的类型）：无索引时为COLLSCAN（全表扫描）；有索引时为FETCH+IXSCAN（索引扫描+根据索引检索指定文档）。
- executionStages.executionTimeMillisEstimate（检索文档获得数据的耗时）：无索引时耗时910毫秒；有索引时耗时0毫秒。
建立索引后，该查询的整体速度提高了一个数量级（1个数量级即10倍）。根据查询语句的不同，索引可以使速度提高几个数量级。
二、复合索引
在多个字段上建立的索引称为复合索引。有时我们的查询不是单条件的，可能是多条件的，例如查找年龄在20至30岁之间且名字为‘ryan1’的同学，我们可以建立“age”和“name”的联合索引来加速查询。
为了演示索引的效果，我们重新生成并插入200万个文档的集合。
我们可以使用hint()方法来强制查询使用特定索引。
来看一下，当查询条件是多个时，复合索引相比单键索引的优势。
使用单键索引：
db.person.find({"age":{"$gte":20,"$lte":30},"name":"ryan1"}).hint({"age":1}).explain("executionStats");结果如下：
{ ... "executionStats" : { "executionSuccess" : true, "nReturned" : 2000, "executionTimeMillis" : 2031, "totalKeysExamined" : 2000000, "totalDocsExamined" : 2000000, ... }使用复合索引：
db.person.find({"age":{"$gte":20,"$lte":30},"name":"ryan1"}).hint({"age":1,"name":1}).explain("executionStats");结果如下：
{ ... "executionStats" : { "executionSuccess" : true, "nReturned" : 2000, "executionTimeMillis" : 8, "totalKeysExamined" : 2010, "totalDocsExamined" : 2000, ...}从executionTimeMillis的值上可以看出区别。单键索引耗费了2031毫秒，而复合索引仅用了8毫秒。因此，对于多条件的查询语句，建立正确的复合索引是非常重要的。
下面我们再介绍一种复合索引的重要应用场景：对一个字段排序并只获取前100个结果（实际项目中常见这种情况）。对于这种情况，索引应该这样建立{"sortKey":1,"queryCriteria":1}，排序的字段应放在复合索引的第一位。
排序字段未放在复合索引的第一位：
db.person.find({"age":{"$gte":21.0,"$lte":30.0}}).sort({"name":1}).limit(100).hint({"age":1,"name":1}).explain("executionStats");结果如下：
{ ... "executionStats" : { "executionSuccess" : true, "nReturned" : 100, "executionTimeMillis" : 6882, "totalKeysExamined" : 1800000, "totalDocsExamined" : 1800000, ... }排序字段放在复合索引的第一位：
db.person.find({"age":{"$gte":21.0,"$lte":30.0}}).sort({"name":1}).limit(100).hint({"name":1,"age":1}).explain("executionStats");结果如下：
{ ... "executionStats" : { "executionSuccess" : true, "nReturned" : 100, "executionTimeMillis" : 3, "totalKeysExamined" : 2100, "totalDocsExamined" : 2100, ...}从上面的结果可以看出，基于排序字段的索引效果非常好。
分析：第一种索引，需要找到所有符合复合查询条件的值（依据索引，字段和文档可以快速找到），但找到后，需要在内存中对文档进行排序，这个步骤消耗了大量时间。第二种索引效果非常好，因为无需在内存中对大量数据进行排序。然而，MongoDB仍需扫描整个索引以找到所有文档。因此，如果对查询结果的范围进行了限制，那么MongoDB在几次匹配后就可以停止扫描索引，在这种情况下，将排序字段放在第一位是一个非常好的策略。
三、唯一索引
唯一索引可以确保集合中每个文档的指定字段具有唯一值。如果想保证不同文档的“name”字段值不同，可以在“name”字段上创建唯一索引。
db.person.ensureIndex({"name":1},{"unique":true});然后使用db.person.getIndexes()命令查看目前person集合的所有索引。
也可以创建复合的唯一索引。创建复合唯一索引时，单个字段的值可以相同，但所有字段的组合值必须是唯一的。
db.person.ensureIndex({"name":1,"age":1},{"unique":true}); 然后使用db.person.getIndexes()命令查看目前person集合的所有索引。
四、稀疏索引
唯一索引会将null视为值，因此无法将多个缺少唯一索引中字段的文档插入到集合中。然而，在某些情况下，你可能希望唯一索引只对包含相应字段的文档生效。这时可以使用MongoDB中的稀疏索引。该索引与关系型数据库中的稀疏索引完全不同。MongoDB中的稀疏索引只是不需要将每个文档都作为索引条目。
例如，如果有一个可选的mobilephone字段，但如果提供了该字段，其值必须是唯一的：
db.person.ensureIndex({"mobilephone":1},{"unique":true,"sparse":true});稀疏索引不必是唯一的。只要去掉unique选项，就可以创建一个非唯一的稀疏索引。
五、索引管理
如第一小节所述，可以使用ensureIndex方法创建新的索引，也可以使用createIndex方法。
创建索引后，可以使用getIndexes()方法查看给定集合上的所有索引信息。
db.person.getIndexes();//获取集合的索引信息
结果如下：
[ { "v" : 1, "key" : { "_id" : 1 }, "name" : "_id_", "ns" : "personmap.person" }, { "v" : 1, "unique" : true, "key" : { "name" : 1.0 }, "name" : "name_1", "ns" : "personmap.person" }, { "v" : 1, "unique" : true, "key" : { "name" : 1.0, "age" : 1.0 }, "name" : "name_1_age_1", "ns" : "personmap.person" }, { "v" : 1, "unique" : true, "key" : { "mobilephone" : 1.0 }, "name" : "mobilephone_1", "ns" : "personmap.person", "sparse" : true }]随着业务的不断变化，你可能会发现数据或查询已经发生了改变，原来的索引可能不再那么有效。这时可以使用dropIndex()方法删除不需要的索引：
db.person.dropIndex("name_1");//删除索引名为name_1的索引。 
