在 MongoDB 中，索引是一种非常重要的性能优化手段，经常被用于加快数据库查询的速度。MongoDB 支持二维索引和三维索引，可以用于地理位置查询、时间段查询等场景。接下来，将介绍 MongoDB 中二维及三维索引的使用方法。
二维索引的使用方法
MongoDB 二维索引也叫做地理位置索引，常用于查询一定范围内的地理位置数据。创建二维索引的语法如下：
db.collection.createIndex({location: "2d"})其中 location 是存储地理位置的字段名，"2d" 表示创建一个二维索引。下面是一个示例：
db.cities.insert(
{
name: "Shanghai",
location: [121.4693, 31.2304] // 经度，纬度
})可以使用 $near 运算符查询离某个坐标最近的数据记录，查询语句如下：
-- -------------------- ---- -------
----------------
--------- -
------ -
---------- -
----- --------
------------ ---------- -------- -- ----------
--
------------- ------ -- -----------
-
-
--上述代码查询了坐标为 (121.4737, 31.2304) 的点周围 2 公里范围内的所有城市数据记录。
三维索引的使用方法
MongoDB 三维索引可以用于存储时间数据，常用于时间段查询。创建三维索引的语法如下：
db.collection.createIndex({
start_time: 1,
end_time: 1
})其中 start_time 和 end_time 是存储时间数据的字段名，建议升序排序（ 1 表示升序， -1 表示降序）。下面是一个示例：
db.meetings.insert(
{
title: "Meeting 1",
start_time: new Date(2020, 11, 1, 12, 0), // 2020 年 12 月 1 日 12:00
end_time: new Date(2020, 11, 1, 14, 0) // 2020 年 12 月 1 日 14:00
})可以使用 $gte 和 $lt 来查询时间段内的数据记录，查询语句如下：
db.meetings.find({
start_time: {
$gte: new Date(2020, 11, 1, 12, 0) // 起始时间
},
end_time: {
$lt: new Date(2020, 11, 1, 13, 0) // 结束时间
}
})上述代码查询了 2020 年 12 月 1 日 12:00 至 13:00 之间的所有会议数据记录。
总结
在 MongoDB 中，二维及三维索引是非常重要的性能优化手段，可以极大地加速数据库查询的速度。二维索引可以用于地理位置查询，三维索引可以用于时间段查询，使用方法大同小异。相信本篇文章对读者有一定的学习和指导意义。
参考
来源：JavaScript中文网 ，转载请注明来源 https://www.javascriptcn.com/post/64c1dd5383d39b488160b843