索引
以提升查询速度
测试：插入十万条数据到数据库中
for（i=0;i<100000;i++）{db.t255.insert({name:'test'+i,age:i})}
db.t1.find({name:'test100000'})
db.t1.find({name:'test100000'}).explain('executionStats') 可以查看查询的时间
建立索引之后对比：
语法：db.集合.ensureIndex({属性:1}）,1表示升序，-1表示降序
具体操作： db.集合.ensureIndex({name:1})
db.t1.find({name:'test100000'}.explain('executionStats'))
在默认情况下索引字段的值可以相同
创建唯一索引（索引的值是唯一的）：
db.t1.ensureIndex({"name":1},{"unique":true})
建立联合索引（什么时候需要联合索引）
db.t1.ensureIndex({name:1,age:1})
查看当前集合的所有索引：
db.t1.getIndexes()
删除索引：
db.t1.dropIndex('索引名称')
mongodb mysql redis的区别和使用场景
mysql是关系型数据库，支持事务 mongodb，redis非关系型数据库，不支持事务 mysql mongodb redis的使用根据如何方便进行选择 希望速度快的时候，选择mongodb或者是redis 数据量过大的时候，选择频繁使用的数据存入redis，其他的存入mongodb mongodb不用提前建表建数据库，使用方便，字段数量不确定的时候使用mongodb 后续需要用到数据之间的关系，此时考虑mysql
爬虫数据去重 实现增量式爬虫
使用数据库建立关键字段（一个或多个）建立索引进行去重
根据url地址进行去重
使用场景
url地址对应的数据不会变的情况下，url地址能够唯一判别一个条数据的情况
思路
url存在redis中
拿到url地址，判断ur1在redis的url的集合中是否存在
存在：说明ur1已经被请求过，不再请求
不存在：ur地址没有被请求过，请求，把该ur1存入redis的集合中
布隆过滤器
使用多个加密算法加密ur1地址，得到多个值 往对应值的位置把结果设置为1 新来一个url地址，一样通过加密算法生成多个值 如果对应位置的值全为1，说明这个ur地址已经抓过 否则没有抓过，就把对应位置的值设置为1
根据数据本身进行去重
选择特定的字段，使用加密算法（md5，sha1）将字段进行加密，生成字符串，存入redis的集合中
后续新来一条数据，同样的方法进行加密，如果得到的字符串在redis中存在，说明数据存在，对数据进行更新，否则说明数据不存在，直接插入