1、普通单列索引
我们用如下代码来测试：
for(var i=0;i<200000;i++){
db.java.insert({name:'xiao'+i,age:i})}
第一、我们先检验一下查询性能
var start=new Date()
db.java.find({name:'xiao156789'})
var end=new Date()
end-start
17510
第二、为 name 创建索引
db.java.ensureIndex({name:1})
{
"createdCollectionAutomatically" : false,
"numIndexesBefore" : 1,
"numIndexesAfter" : 2,
"ok" : 1}
第三、再执行第一部分代码可以看出有数量级的性能提升
语法：db.集合名.ensureIndex({键名:1}) ：1是升序，-1是降序
2、多列索引(复合索引)
创建多列索引 语法：db.集合名.ensureIndex({field1:1/-1,field2:1/-1}) 对 name 和 age 建立一个复合索引，可以使用 db.集合名.getIndexes() 查看创建的索引情况
3、子文档索引
语法： db.集合名.ensureIndex({field.subfield:1/-1}) 如下文档可以建立子文档索引
{name:'诺基亚手机1',price:12.34,spc:{weight:100,area:'纽约'}}
{name:'诺基亚手机2',price:42.34,spc:{weight:200,area:'伦敦'}}
比如要查询 weight=100 的文档
db.goods.find({'spc.weight':100})
根据当前案例，我们建立子文档索引
db.net.ensureIndex({'spc.w':1})
4、唯一索引
语法： db.集合名.ensureIndex({name:-1},{unique:true})
5、查看索引
(1) 查看当前索引状态： db.集合名.getIndexes()
(2) 详情查看本次查询使用哪个索引和查询数据的状态信息： db.集合名.find({name:''xiao}).explain()
6、删除索引
删除单个索引： db.集合名.dropIndex({filed:1/-1})
删除所有索引： db.集合名.dropIndexes()
7、重建索引
一个表经过很多次修改后，导致表的文件产生空洞，索引文件也如此，可以通过QQ索引的重建，减少索引文件碎片，并提高索引的效率，类似 mysql 中的 optimize table 。
mysql 里面使用 optimize table 语法： optimize table 表名
语法： db.集合名.reIndex()
8、索引使用注意事项
(1) 创建索引的时候，注意1是正序创建索引，-1是倒序创建索引
(2) 索引的创建在提高查询性能的同时会影响插入性能，对于经常查询少插入
(3) 复合索引要注意索引的先后顺序
(4) 每个键全建立索引不一定就能提高性能，索引不是万能的。
(5) 在做排序工作的时候如果是超大数据量也可以考虑加上索引用来提高排序的性能。
