本文目录一览：
- 1、mongodb建立索引&查看索引&删除索引
- 2、云上MongoDB常见索引问题及最优索引规则大全
- 3、mongodb适用于什么场景
- 4、mongo和mysql索引有什么不同?
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 。
云上MongoDB常见索引问题及最优索引规则大全1、以下是一些常见的坑点： 分片：MongoDB 支持分片，但是分片会增加系统的复杂性和维护成本 。如果不正确配置分片，可能会导致性能问题和数据一致性问题 。
2、MongoDB 常用的优化措施有很多，以下是一些常见的优化措施： 合理设计数据库结构，避免使用冗余数据和重复数据 。创建合适的索引，以加速查询速度 。配置 MongoDB 的缓存大?。?以提高写入性能 。
3、注意 ： 1） 不支持一个复合索引同时出现多个数组字段 。
4、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适用于什么场景MongoDB适用于需要处理大量数据，特别是无结构或半结构化数据的场景，同时需要高性能和水平扩展能力的应用场景 。处理大量数据：MongoDB是一个面向文档的数据库 ， 采用BSON（二进制JSON）格式存储数据 。
高伸缩性的场景：MongoDB适合由数十或数百台服务器组成的数据库 。（5）用于对象及JSON数据的存储：MongoDB的BSON数据格式适合文档化格式的存储及查询 。mongodb设计特点：（1）面向集合存储，容易存储对象类型的数据 。
● 物流场景：使用MongoDB存储订单信息，订单状态在运送过程中会不断更新，以MongoDB内嵌数组的形式来存储 ， 一次查询就能将订单所有的变更读取出来 。
mongo和mysql索引有什么不同?1、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 。
2、在不同的引擎上有不同 的存储方式 。查询语句是使用传统的sql语句，拥有较为成熟的体系，成熟度很高 。开源数据库的份额在不断增加，mysql的份额页在持续增长 。缺点：在海量数据处理的时候效率会显著变慢 。
3、集合的概念类似关系型数据库（RDBMS）里的表（table），不同的是它不需要定 义任何模式（schema） 。模式自由（schema-free），意味着对于存储在mongodb数据库中的文件，我们不需要知道它的任何结构定义 。
4、而mongodb使用b-树 ， 所有节点都有data域，只要找到指定索引就可以进行访问 ， 无疑单次查询平均快于mysql（但侧面来看mysql至少平均查询耗时差不多） 。总体来说，mysql选用b+树和mongodb选用b-树还是以自己的需求来选择的 。
5、所以我们所熟知的那些SQL语句就不适用于MongoDB了，因为SQL语句是关系型数据库的标准语言 。关系型数据库-MySQL 在不同的引擎上有不同的存储方式 。查询语句是使用传统的sql语句，拥有较为成熟的体系，成熟度很高 。
【mongodb模糊查询命令 mongodb模糊索引】6、在不同的引擎上有不同的存储方式 。查询语句是使用传统的sql语句，拥有较为成熟的体系，成熟度很高 。开源数据库的份额在不断增加，mysql的份额页在持续增长 。缺点就是在海量数据处理的时候效率会显著变慢 。
