資料量較大時，使用索引可以大大加快查詢速度。
- 檢視索引
db.test_collection.getIndexes()
- 建立索引
db.test_collection.ensureIndex({x:1})

索引種類

• _id 索引（自動建立）
• 單鍵索引（比較變通的索引，不會自動建立）
• 多鍵索引（與單。。區別在於欄位的值是單一，還是陣列）
  db.test_collection.ensureIndex({x:1})
db.test_collection.insert({x:[1,4,5,4]}) //就成了多鍵索引
• 複合索引（當查詢條件不只一個時，就需要建立複合索引）
  db.collection.ensureIndex({x:1,y:1})
• 過期索引（一段時間會過期，相應資料也會被刪除）
  比較適合登入資訊和日誌資訊。
  db.collection.ensureIndex({time:1},{expireAfterSeconds:10})
  儲存在過期索引的值必須是指定的時間型別，必須是ISODate或者ISODate陣列，不能使用時間戳，否則不能被自動刪除 ；如果ISODate是陣列，則最小時間進行刪除；不能是複合索引；刪除時間是不精確的（每60s跑一次，刪除也要一些時間）。
• 全文索引（對字串與字串陣列建立全文可搜尋的索引）
  適用情況：{author:”“,title:”“,article:”“}
  db.articles.ensureIndex({key:"text"}）
  
  db.articles.ensureIndex({key1:"text",key2:"text"}）
db.articles.ensureIndex({key:"text"}）
  查詢：
  db.articles.find({$text:{$search:"coffee"}})
db.articles.find({$text:{$search:"aa bb cc"}}) //或查詢
db.articles.find({$text:{$search:"aa bb -cc"}}) //不包含cc串
db.articles.find({$text:{$search:"\"aa\" \"bb\" \"cc\""}}) //與查詢語句，用引號（這裡要用斜線轉義）
  
  與百度查詢相同，相似度越大的在前面的查詢(使用$meta)：
  {score:{$meta:"textScore"}}
db.articles.find({$text:{$search:"aa bb"}},{score:{$meta:"textScore"}})查詢資料中多了一個score欄位，表示相似度
  進行排序：
  db.articles.find({$text:{$search:"aa bb"}},{score:{$meta:"textScore"}}).sort({score:{$meta:"textScore"}})
  使用限制：每次查詢只能指定一個$text查詢；$text查詢不能出現在$nor查詢中；含有$text，hint不再起作用（強制指定使用某索引進行效能測試）；不支援中文。

• 地理位置索引
  將一些點的位置儲存在MongoDB中，建立索引後，可以按照位置來查詢其他點。
  子分類：

  1. 2d索引，用於儲存和查詢平面上的點；
     查詢方式：
     a. 查詢距離某個點一定距離內的點。
     ensureIndex({w:"2d"}) //建立
     經度[-180,180]緯度[-90,90]
     insert({w:[1,1]}) //插入資料
find({w:{$near:[1,1]}}) //與[1,1]距離最近的點
find({w:{$near:[1,1],$maxDistance:10}}) // 設定最大距離範圍
     b. 查詢包含在某個區域內的點。
     find({w:{$geoWithin:{$box:[[0,0],[3,3]]}}}) //在矩形中的點
find({w:{$geoWithin:{$center:[[0,0],4]}}}) //在圓中的點
find({w:{$geoWithin:{$polygon:[[0,0],[0,1],[2,5],[6,1]]}}}) //在多邊形中的點
     geoNear查詢：
     db.runCommand({geoNear:<collection>,near:[x,y],minDistance:d1,maxDistance:d2,num:n1(返回數目)})
db.runCommand({geoNear:"location",near:[1,2],maxDistance:10,num:2})

  2. 2dsphere索引，用於儲存和查詢球面上的點。
     ensureIndex({w:"2dsphere"})
{type:" ",coordinates:[<coodinates>]} //位置表示
查詢與2d類似，並且支援$minDistance 與 $maxDistance,還支援交叉點

索引屬性

• name
  一般索引 x_1 或x_-1//升序與降序 ；複合索引為x_1_y_-1;可能超125位元組限制自定義索引名字：ensureIndex({x:1,y:1,z:1,m:1},{name:"normal_index
• 唯一性，unique指定：
  ensureIndex({},{unique:true/false})
• 稀疏性，sparse指定(在不包括索引資料中不必建立索引，節約空間，增大查詢速度)：
  ensureIndex({},{sparse:true})
  但在$exists（用於查詢一個欄位存在與不存在的資料）中出現隱患
  find({m:{$exists:true}}) //只查詢m存在的欄位
  不能在稀疏索引上查詢不存在的記錄。
• 是否定期刪除，expireAfterSeconds指定：
  TTL，過期索引

索引構建情況分析

• 好處：加快索引相關的查詢。
• 劣勢：增加磁碟空間消耗，降低寫入效能。

評判當前索引構建情況

• mongostat工具
  mongostat -h 127.0.0.1:12345
其中 idx miss 較高，就說明建立了不合適的索引
  各指標含義：
  inserts/s 每秒插入次數
  query/s 每秒查詢次數
  update/s 每秒更新次數
  delete/s 每秒刪除次數
  getmore/s 每秒執行getmore次數
  command/s 每秒的命令數，比如count
  flushs/s 每秒執行fsync將資料寫入硬碟的次數。
  mapped/s 所有的被mmap的資料量，單位是MB，
  vsize 虛擬記憶體使用量，單位MB
  res 實體記憶體使用量，單位MB
  faults/s 每秒訪問失敗數（只有Linux有），資料被交換出實體記憶體，放到swap。不要超過100，否則就是機器記憶體太小，造成頻繁swap寫入。此時要升級記憶體或者擴充套件
  locked % 被鎖的時間百分比，儘量控制在50%以下吧
  idx miss % 索引不命中所佔百分比。如果太高的話就要考慮索引是不是少了
  q t|r|w 當Mongodb接收到太多的命令而資料庫被鎖住無法執行完成，它會將命令加入佇列。這一欄顯示了總共、讀、寫3個佇列的長度，都為0的話表示mongo毫無壓力。高併發時，一般佇列值會升高。
  conn 當前連線數
  time 時間戳
  Mongodb良好執行標示：
  insert query update delete 較穩定，這4列資料越大說明效能越高，如果執行一定時間後，指標驟減，說明程式處理存在問題。
  faults越小越好，越小說明操作失敗率越低；
  idx miss越小越好，越小說明索引命中率越高，Mongodb索引非常重要；
  netin/netout 資料越大越好，越大說明進出資料交換越大。
• profile集合介紹
  db.getProfilingLevel() //有0關閉，2開啟，1記錄超過slowms值的操作
db.getProfilingStatus()// { "was" : 0, "slowms" : 100 }
  設定db.setProfilingLevel(2)//開啟，會生成一個system.profile文件
  db.system.profile.find().sort({$natural:-1}).limit(1)
  開啟後會影響到資料庫的效能，只適用於系統的測試階段和剛剛上線時觀察階段。
• 日誌介紹
  在配置檔案mongod.conf下verbose=vvvvvverbose值可以是一個v到五個v.詳細程度逐漸提高
• explain分析
  find({x:1}).explain()可以查詢你的查詢是否用了索引和查詢時間，以及掃描數量。