，比如我们创建了{"name" : 1, "age" : 1}和{"age" : 1, "class" : 1}两个索引，但是我们的查询项为find({"age" : 10, "name" : "mary"})，那么MongoDB会自动重新排序为find({"name" : "mary", "age" : 10})，并且利用索引{"name" : 1, "age" : 1}来查询。
MongoDB提供了explain工具来帮助我们获得查询方面的很多有用信息，只要对游标调用这个方法就可以得到查询的细节。下面给math集合中添加10W个文档，再来看看使用索引前后的效率对比：
> var arr = [];
> for(var i = 0; i < 100000; i++){
... var doc = {};
... var value = Math.floor(Math.random() * 1000);
... doc["number"] = value;
... arr.push(doc);
... }
100000
> db.math.insert(arr)
> db.math.count()
100000
> db.math.find().limit(10)
{ "_id" : ObjectId("53a7f7c6e4fd24348ce61fe5"), "number" : 462 }
{ "_id" : ObjectId("53a7f7c6e4fd24348ce61fe6"), "number" : 123 }
{ "_id" : ObjectId("53a7f7c6e4fd24348ce61fe7"), "number" : 90 }
{ "_id" : ObjectId("53a7f7c6e4fd24348ce61fe8"), "number" : 46 }
{ "_id" : ObjectId("53a7f7c6e4fd24348ce61fe9"), "number" : 244 }
{ "_id" : ObjectId("53a7f7c6e4fd24348ce61fea"), "number" : 972 }
{ "_id" : ObjectId("53a7f7c6e4fd24348ce61feb"), "number" : 925 }
{ "_id" : ObjectId("53a7f7c6e4fd24348ce61fec"), "number" : 110 }
{ "_id" : ObjectId("53a7f7c6e4fd24348ce61fed"), "number" : 739 }
{ "_id" : ObjectId("53a7f7c6e4fd24348ce61fee"), "number" : 945 }
通过for循环给arr数组中添加10W条数据，然后再批量插入这些数据到math集合中，查看前10条数据，因为是随即生成的值，所以number字段的值会有重复值，我们就来查询462这个值：
创建索引前：
> db.math.find({"number" : 462}).explain()
{
"cursor" : "BasicCursor",
"isMultiKey" : false,
"n" : 94,
"nscannedObjects" : 100000,
"nscanned" : 100000,
"nscannedObjectsAllPlans" : 100000,
"nscannedAllPlans" : 100000,
"scanAndOrder" : false,
"indexOnly" : false,
"nYields" : 0,
"nChunkSkips" : 0,
"millis" : 35,
"indexBounds" : {
},
"server" : "server0.169:9352"
}
创建索引后：
> db.math.ensureIndex({"number" : 1})
> db.math.find({"number" : 462}).explain()
{
"cursor" : "BtreeCursor number_1",
"isMultiKey" : false,
"n" : 94,
"nscannedObjects" : 94,
"nscanned" : 94,
"nscannedObjectsAllPlans" : 94,
"nscannedAllPlans" : 94,
"scanAndOrder" : false,
"indexOnly" : false,
"nYields" : 0,
"nChunkSkips" : 0,
"millis" : 0,
"indexBounds" : {
"number" : [
[
462,
462
]
]
},
"server" : "server0.169:9352"
}
这里来看一下有用的信息，"cursor"指用的哪个索引，"nscanned"代表查找了多少个文档，"n"指返回文档的数量，"millis"表示查询所花时间，单位是毫秒。可以看出创建索引前没有使用索引，在全部的文档中查询的，花费了35毫秒，而创建索引后，使用了number_1索引查询，索引存储在B树结构中，只在94个文档中查询，几乎不花时间。
如果有很多索引的话，MongoDB会自动选一个来查询，你也可以通过hint来强制使用某个索引，这里强制使用{"age" : 1, "name" : 1}这个索引：
> db.people.find({"age" : {"$gt" : 10}, "name" : "mary"}).hint({"age" : 1, "name" : 1})