数据库的索引与书籍的索引类似，有了索引就不需要翻转整本书。数据库的索引跟这个原理一样，首先在索引中找，在索引中找到条目以后，就可以直接跳转到目标文档的位置，从而使查询速度提高几个数据量级。
不使用索引的查询称为全表扫描（这个术语来源于关系型数据库），也就是说，服务器必须查找完一整本书才能找到查询结果。这个过程跟我们在一本没有索引（目录）的书中查找信息很像：从第一页开始一直读完整本书。通常来说，应该尽量避免使用全表扫描，因为对于大集合来说，全表扫描的效率非常低。
虽然MongoDB的索引在存储结构上都是一样的，但是根据不同的应用层需求，还是分成了唯一索引（unique）、稀疏索引（sparse）、多值索引（multikey）等几种类型。
Mongodb的索引几乎与关系型数据库的索引一模一样，所以适用于关系型数据库索引优化技巧，在这里就不多说了。
创建索引使用db.collectionName.ensureIndex(...)方法进行创建；
> db.users.ensureIndex({"name":1})
这样就在users这个集合上面的name字段上面创建了一个name_1的索引，{"name":1}说明建立的索引是升序的，如果{"name":-1}说明创建的索引是降序的。
db.users.ensureIndex({"name":1,"age":1})
这样就在users这个集合上面的name和age字段上面创建了一个name_1_age_1的索引.
唯一索引可以确保集合里面的每一个文档指定的键都有唯一值。例如，如果想保证不同文档的name键拥有不同的值，创建一个唯一索引就可以了：
> db.dept.ensureIndex({"name":1},{"unique":true})
创建完唯一索引以后，如果想向dept集合中添加如下文档：
> db.dept.insert({ "_id" : 1, "name" : "ickes" })
> db.dept.insert({ "_id" : 2, "name" : "ickes" })
会发现只有第一个文档添加进去了，添加第二个时就会抛出异常，所以使用唯一索引来应对偶尔可能出现键重复的问题，而不是在运行时对重复键进行过滤。"_id"就是这中类型的索引，这个索引会在创建集合时自动创建。
创建复合唯一索引时，单个键的值可以相同，但是所有键的组合的值必须是唯一的。
> db.users.ensureIndex({"name":1,"age":1},{"unique":true})
在已有的集合上面创建唯一索引时，可能失败，因为集合中可能已经存在重复值了，如下所示：
> db.dept.find()
{ "_id" : 1, "name" : "ickes" }
{ "_id" : 2, "name" : "ickes" }
{ "_id" : 3, "name" : "ickes1" }
{ "_id" : 4, "name" : "eks" }
{ "_id" : 5, "name" : "eks" }
从上面的集合中看出name已经有大量重复值，创建唯一索引时抛出异常
> db.dept.ensureIndex({"name":1},{"unique":true})
{
"createdCollectionAutomatically" : false,
"numIndexesBefore" : 1,
"ok" : 0,
"errmsg" : "E11000 duplicate key error index: test.dept.$name_1 dup key
: { : \"eks\" }",
"code" : 11000
}
通常需要对已有的数据进行处理（可以使用聚合框架，后面会说），找出重复的数据，想办法处理。 在极少数情况下，可能希望直接删除重复的值。创建索引时使用"dropDups"选项，如果遇到重复的值，第一个会被保留，之后的重复文档都会被删除。
> db.dept.ensureIndex({"name":1},{"unique":true,"dropDups":true})
{
"createdCollectionAutomatically" : false,
"numIndexesBefore" : 1,
"numIndexesAfter" : 2,
"ok" : 1
}
"dropDups"会强制性的建立唯一索引，但是这个方式太粗暴了：你无法控制那些文档需要被保留，那些文档需要被删除（从上面打印的信息可以看出，如果文档被删除了，MongoDB也不会给出提示信息）。对于比较重要的数据，千万不要使用"dropDups".
唯一索引会把null值看做值，所以无法将缺少键的多个文档插入到建立的唯一索引的集合中。然而，在某些情况下，你可能希望唯一索引只针对包含相应键的文档生效。如果有一个可能存在也有可能不存在的字段，当字段存在时是唯一索引，不存时不做处理，这时就可以将unique和sparse选项组合在一起使用。
使用sparse选项就可以创建稀疏索引。例如集合的结构如下：
> db.sparse.find()
{ "_id" : 1, "x" : 1 }
{ "_id" : 2, "x" : 2 }
{ "_id" : 3, "x" : null }
{ "_id" : 4 }
创建稀疏索引
> db.sparse.ensureIndex({"x":1},{"unique":true,"sparse":true})
稀疏索引不必是唯一的。只要去掉unique选项，就可以创建一个非唯一的稀疏索引
MongoDB的稀疏索引与关系型数据库中的稀疏索引是完全不同的概念。基本上来说，MongoDB中的稀疏索引只是不需要将每个文档都作为索引条目。那么问题来了，根据是否使用稀疏索引，同一个查询的返回结果可能不同。
例如上面文档，当在x上面执行查询时，他会返回相应匹配的文档：
> db.sparse.find({"x":{"$ne":1}}).hint({}) --hint({})强制不使用索引
{ "_id" : 2, "x" : 2 }
{ "_id" : 3, "x" : null }
{ "_id" : 4 }
如果在x字段上面使用索引，那么{ "_id" : 4 }的文档将不会返回，因为他不在索引中，例如：
> db.sparse.find({"x":{"$ne":1}}).hint({"x":1})
{ "_id" : 3, "x" : null }
{ "_id" : 2, "x" : 2 }
var mongoose = require('mongoose');
mongoose.Schema.indexTypes.forEach(index => {
console.log(index)
})
执行
$ node mongoose/indexTypes.js
2d
2dsphere
hashed
text
ContactSchema = new Schema({
...
owner: {
type: Schema.ObjectId,
required: true,
index: true
}
});
也可以这样的
ContactSchema.ensureIndexes(owner);
MongoDB提供了一些不同的索引类型支持的数据和查询的具体类型
所有mongodb默认都有一个_id字段索引，如果我们不指定_id的值会自动生成一个ObjectId值。 该_id索引是唯一的，并且可以防止客户端对_id字段值相同插入两个。
# 查询articles集合的索引
db.articles.getIndexes();
# 添加titlei字段索引，并且为升序
db.articles.ensureIndex({title:1});
#重构索引(慎用)
db.articles.reIndex();
注意：索引排序规则升序：1，降序-1
mongodb允许定义单个字段的索引，与default _id一样，只是字段不同。
mongodb中可以自定多个字段的索引。例如，如果一个复合指标包括{userid：1，score：-1 }，索引排序第一的用户名后，在每一个用户标识符值，按得分++倒序++排序。
{
"_id": ObjectId(...),
"item": "Banana",
"category": ["food", "produce", "grocery"],
"location": "4th Street Store",
"stock": 4,
"type": "cases",
"arrival": Date(...)
}
创建方法：
# 创建item、stock字段的复合索引，并且升序排序
db.products.ensureIndex( { "item": 1, "stock": 1 } )
注意：Hashed 字段不能创建索引，如果创建将出现错误
Application Sort Order 使用案例：降序用户名升序时间。
# 查询结果集中排序
db.events.find().sort( { username: -1, date: 1 } )
# 查询结果集中排序
db.user_scores.find().sort({score:-1,date:-1}).limit(1)
# 执行相关查询可以看出查询效率大大提高
官方文档中给出这样一个案例：
{
userid:"marker",
address:[
{zip:"618255"},
{zip:"618254"}
]
}
# 创建索引,并将zip升序排列
db.users.ensureIndex({"address.zip": 1});
# 假如我们做这样的查询
db.users.find({"addr":{"$in":[{zip:"618254"}]}})
注意：你可以创建 多键复合索引(multikey compound indexes)
db.places.ensureIndex( { loc : "2dsphere" } )
文本索引是在2.4版本更新的，提供了文本搜索文档中的集合功能，文本索引包含：字符串、字符数组。使用$text做查询操作。
2.6版本 默认情况下使文本搜索功能。在MongoDB 2.4，你需要使文本搜索功能手动创建全文索引和执行文本搜索
# 创建文本索引 (2.6你就不用这么麻烦了哦)
db.articles.ensureIndex({content:"text"});
复合索引可以包含文本索引 称为：复合文本索引(compound text indexes)，但有限制
哈希索引在2.4版本更新的，将实体的的哈希值作为索引字段，
# 给user_scores的score字段创建一个哈希索引
db.user_scores.ensureIndex( { score: "hashed" } )