一、索引基础
索引是对数据库表中一列或多列的值进行排序的一种结构，可以让我们查询数据库变得
更快。MongoDB 的索引几乎与传统的关系型数据库一模一样，这其中也包括一些基本的查
询优化技巧。
创建索引的命令：
db.user.ensureIndex({"username":1})
获取当前集合的索引：
db.user.getIndexes()
删除索引的命令是：
db.user.dropIndex({"username":1})
复合索引：
数字 1 表示 username 键的索引按升序存储，-1 表示 age 键的索引按照降序方式存储
db.user.ensureIndex({"username":1, "age":-1})
该索引被创建后，基于 username 和 age 的查询将会用到该索引，或者是基于 username
的查询也会用到该索引，但是只是基于 age 的查询将不会用到该复合索引。因此可以说，
如果想用到复合索引，必须在查询条件中包含复合索引中的前 N 个索引列。然而如果查询
条件中的键值顺序和复合索引中的创建顺序不一致的话，MongoDB 可以智能的帮助我们调
整该顺序，以便使复合索引可以为查询所用。如
db.user.find({"age": 30, "username": "stephen"})
对于上面示例中的查询条件，MongoDB 在检索之前将会动态的调整查询条件文档的顺
序，以使该查询可以用到刚刚创建的复合索引。
对于上面创建的索引，MongoDB 都会根据索引的 keyname 和索引方向为新创建的索引
自动分配一个索引名，下面的命令可以在创建索引时为其指定索引名，如：
db.user.ensureIndex({"username":1},{"name":"userindex"})
随着集合的增长，需要针对查询中大量的排序做索引。如果没有对索引的键调用 sort，MongoDB 需要将所有数据提取到内存并排序。因此在做无索引排序时，如果数据量过大以致无法在内存中进行排序，此时 MongoDB 将会报错。
测试索引需要在大量数据的基础之上，那么我们如何批量插入大量的测试数据呢？：
例如我们想在hourumiyue这个数据库的testtable表（集合）里面插入1000000条数据，我们可以在命令行执行如下命令：(注意，会执行很久。。。)
> use hourumiyueswitched to db hourumiyue> for(var i=0;i<1000000;i++){... db.testtable.insert({"username":"caomiyue"+i,"age":18，"userid":i})... }
执行后我们查询一下，结果如图：
二、SQL执行计划的查询：
db.testtable.find().explain("executionStats")
查询出的结果就是该查询在执行过程中所涉及到的信息：
三、使用 explain
explain 是非常有用的工具，会帮助你获得查询方面诸多有用的信息。只要对游标调用
该方法，就可以得到查询细节。explain 会返回一个文档，而不是游标本身。如：
explain 会返回查询使用的索引情况，耗时和扫描文档数的统计信息。
四、唯一索引
在缺省情况下创建的索引均不是唯一索引。下面的示例将创建唯一索引，如：
db.user.ensureIndex({"userid":1},{"unique":true})
如果再次插入 userid 重复的文档时，MongoDB 将报错，以提示插入重复键，如：
db.user.insert({"userid":5})db.user.insert({"userid":5})
E11000 duplicate key error index: user.user.$userid_1 dup key: { : 5.0 }
如果插入的文档中不包含 userid 键，那么该文档中该键的值为 null，如果多次插入类似
的文档，MongoDB 将会报出同样的错误，如：
db.user.insert({"userid1":5})db.user.insert({"userid1":5})
E11000 duplicate key error index: user.user.$userid_1 dup key: { : null }
五、索引的一些参数
如果在为已有数据的文档创建索引时，可以执行下面的命令，以使 MongoDB 在后台创
建索引，这样的创建时就不会阻塞其他操作。但是相比而言，以阻塞方式创建索引，会使整
个创建过程效率更高，但是在创建时 MongoDB 将无法接收其他的操作。
db.user.ensureIndex({"username":1},{"background":true})
