本文目录一览：
请MongoDB的索引六种类型。
MongoDB索引使用B-tree数据结构。索引支持MongoDB中查询的高效执行。如果没有索引，MongoDB必须执行集合扫描，即扫描集合中的每个文档，以选择与查询语句匹配的文档。
文本索引（Text Indexes）：MongoDB提供了一种文本索引类型，支持在集合中搜索字符串内容。这些文本索引不存储特定于语言的停止词（例如“the”、“a”、“or”），而将集合中的词作为词干，只存储根词。
MongoDB索引使用B树数据结构（确切的说是B-Tree，MySQL是B+Tree）MongoDB的索引可以分为：单字段索引、复合索引以及地理空间索引等。
foreground 方式建立索引，它导致 secondary 同样引发数据库阻塞问题。6 版本修复了这个 Bug，6 版之后使用 background 方式建立索引时，真正转向后台运行了。
如果我们在日常操作中，将部分数据存储在了MongoDB中，但是有需求要求我们将存储进去的文档数据，按照一定的条件进行查询过滤，得到想要的结果便于二次利用，那么我们就可以尝试使用MongoDB的聚合框架。
从Robo 3T可视化界面中，去创建mongodb数据表的索引。
mongodb的复合索引是怎么回事?例如db.a.ensureIndex({i:1,j:-1}...
复合索引：MongoDB还支持多个字段的用户定义索引，即复合索引（Compound Index）。复合索引中列出的字段顺序具有重要意义。
创建唯一索引 db.collection.ensureIndex（{a：1}，{unique：true}）为a字段建立唯一索引。
单键索引 （2）复合索引 （3）唯一性索引 （4）稀疏索引 如索引的字段会出现null的值，或是大量文档都不包含被索引的键。
Java架构之MongoDB-索引类型-复合索引
1、请MongoDB的索引六种类型。正确答案：单字段索引：在文档的单个字段上创建用户定义的升序/降序索引。复合索引：包含多个字段的索引，一个复合索引最多可以包含31个字段。多键索引：MongoDB会为数组中的每个元素创建索引。
2、复合索引或者是索引的目的是方便后续的查找，在在MongoDB中， 数字1表示i键的索引按升序存储，-1表示j键的索引按照降序方式存储。
3、MongoDB索引使用B-tree数据结构。索引支持MongoDB中查询的高效执行。如果没有索引，MongoDB必须执行集合扫描，即扫描集合中的每个文档，以选择与查询语句匹配的文档。
4、MongoDB索引使用B树数据结构（确切的说是B-Tree，MySQL是B+Tree）MongoDB的索引可以分为：单字段索引、复合索引以及地理空间索引等。
5、这种索引方式，可以提高数据访问的速度，因为索引和数据是保存在同一棵B树之中，从聚簇索引中获取数据通常比在非聚簇索引中要来得快。
Java架构之MongoDB-索引类型-单字段索引
1、从上面的执行计划可以看出，多字段等值查询各个字段的组合顺序对应执行计划代价一样。绝大部分用户在创建索引的时候，都是直接按照查询字段索引组合对应字段。
2、建立索引可以加快检索的性能。同时会降低插入和修改的性能。因为在插入和修改的时候建立索引需要耗费额外的时间。索引的建立需要进行权衡与优化。和关系型数据库是一样的。
3、MongoDB索引使用B树数据结构（确切的说是B-Tree，MySQL是B+Tree）MongoDB的索引可以分为：单字段索引、复合索引以及地理空间索引等。
4、nosql数据库有哪些呢？不知道的小伙伴来看看小编今天的分享吧！常见的nosql数据库有Redis、Memcache、MongoDb。
5、例如在mongodb中有数据库（taobao），表（product），表中有一deal字段本来存储的是字符串类型，现在要把deal中的值改为整型。
6、Elasticsearch所有字段自动索引，MongoDB的字段需要手动索引。Elasticsearch 使用 Apache Lucene 实现索引，而 MongoDB 索引是基于传统的B+ 树结构。
为什么MongoDB采用B树索引,而Mysql用B+树做索引
1、Mongodb和Mysql索引选型 1）首先两种数据库都选择平衡m叉树作为底层索引结构，因为平衡树m叉树是同种元素序列情况下的深度最小的m叉排序树。这可以减少m叉树元素查找的深度，从而提升平均查找效率。B树和B+树都是平衡m叉树。
2、MySQL支持的索引结构有四种：B+树，R树，HASH，FULLTEXT。B树是一种多叉的AVL树。B-Tree减少了AVL数的高度，增加了每个节点的KEY数量。其余节点用来索引，而B-树是每个索引节点都会有Data域。
3、主要用在关系数据库的索引中，如oracle，mysql innodb；mongodb中的索引也是B-树实现的；还有HBase中HFile中的DataBlock的索引等等。
4、B+树是对B树的一个小升级。大部分数据库的索引都是基于B+树存储的。MySQL的MyISAM和InnoDB引擎的索引都是基于B+树存储。B+tree是B-tree的变种，数据只能存储在叶子节点。
5、一个是索引会出现性能问题，另外一个就是在一定的时间后，所占空间会莫明其妙地增大，所以要定期把数据库做修复，定期重新做索引，这样会提升MongoDB的稳定性和效率。
mongoDB应用篇-mongo聚合查询
如果我们在日常操作中，将部分数据存储在了MongoDB中，但是有需求要求我们将存储进去的文档数据，按照一定的条件进行查询过滤，得到想要的结果便于二次利用，那么我们就可以尝试使用MongoDB的聚合框架。
之前也说过，MongoDB数据库里面的数据是键值对形式，所以如果想要插入多条数据，可以这样写，也就是键值对之间用逗号隔开。如果想要查询数据，则可以使用db.集合名.find（）语句来查询。
在上一篇 mongodb Aggregation聚合操作之$unwind 中详细介绍了mongodb聚合操作中的$unwind使用以及参数细节。本篇将开始介绍Aggregation聚合操作中的$count操作。说明：查询展示文档数量的总数。
在上一篇 mongodb Aggregation聚合操作之$count 中详细介绍了mongodb聚合操作中的$count使用以及参数细节。本篇将开始介绍Aggregation聚合操作中的$match操作。
MongoDB 聚合操作是在数据处理管道的逻辑上建模的。documents可以进入一个用于处理docuemnt然后返回聚合值的多阶段管道。底层的管道提供了filters（类似于查询的操作）和document transformations（修改document的输出形式）操作。
