本文目录一览：
mongodb建立索引&查看索引&删除索引
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。
从Robo 3T可视化界面中，去创建mongodb数据表的索引。
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。
mongodb在前台直接运行建立索引命令的话，将造成整个数据库阻塞，因此索引建议使用 background 的方式建立。
MongoDB是基于集合建立索引（Index），索引的作用类似与传统关系型数据库，目的是为了提高查询速度。如果没有建立索引，MongoDB在读取数据时必须扫描集合中的所有文档记录。
支持完全索引，可以在任意属性上建立索引，包含内部对象。MongoDB的索引和RDBMS 的索引基本一样，可以在指定属性、内部对象上创建索引以提高查询的速度。除此之外，MongoDB 还提供创建基于地理空间的索引的能力。
为什么MongoDB采用B树索引,而Mysql用B+树做索引
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。
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。
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。
为什么mongodb不能替代elasticsearch区别
与MongoDb不同， Elasticsearch 默认没有提供安全特性，如认证和授权。Elasticsearch和 Logstash & Kibana 一起称为ELK stack，用于快速查询数据并可视化展现分析数据。
MongoDB的核心优势是灵活的文档模型，高可用性复制集和可扩展的碎片集群。沙河java培训建议可以尝试以多种方式了解MongoDB，例如MongoDB工具的实时监控，内存使用和页面错误，连接，数据库操作，复制集等。
MongoDB：主要解决海量数据的访问效率问题。
例如分布是系统之间的文件传输，可以放到 mongodb 里面。又例如一个配置信息，经常使用，在互联网产品中如果多次查询数据库的话会增数据库的压力，可以使用 NoSQL。他们的功能不同，所以是不能代替的。
mongodb新插入数据时需要重新建索引吗
1、索引的信息存在每个数据库的system.indexes集合里面，对这个集合只能有ensureIndex和dropIndexes进行修改，不能手动插入或修改集合。
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、执行命令之后，就会出现这个提示，说明数据库打开了，并且现在开始使用这个数据库。
4、MongoDB提供了Journaling日志的概念，实际上像mysql的bin-log日志，当需要插入的时候会先往日志里面写入记录，再完成实际的数据操作，这样如果出现停电，进程突然中断的情况，可以保障数据不会错误，可以通过修复功能读取Journaling日志进行修复。
5、单字段索引、复合索引以及地理空间索引等。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。
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。
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。
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。单字段索引：MongoDB支持在文档的单个字段上创建用户定义的升序/降序索引，称为单字段索引（Single Field Index）。
