At": 1 }, { expireAfterSeconds: 3600 } )
索引结构和特性：
(1) B树结构，顺序存储：MongoDB的索引均采用B树的结构组织，支持高效的等值查询和范围查询。且内部索引项（entry）是默认有序的，可以天然保证返回结果有序。
(2) 索引的排序：构建索引是可以指定索引项是按照升序或降序构建，升序或降序的选择对于单值索引来说是等效的，但是对于组合索引则不等学效，组合索引被组织成上下级的树形结构，升序或降序选择错误，会对性能产生较大影响。
(3) 索引的交集：2.6版本以后，索引的查询优化策略支持索引的交集，可以将多条索引组合来使用，最高效的检索数据。例如可以构建两条单独的索引，当查询条件关联到这两条索引的时候，索引优化计划会自动组合这两条索引来检索。
例如构建了如下2条索引：
{ qty: 1 }
{ item: 1 }
则以下查询语句会命中以上两条索引：
db.orders.find( { item: "abc123", qty: { $gt: 15 } } )
另外索引的交集和包括：
索引的前缀交集：主要针对组合索引，查询计划会优化组合索引的前缀来查询。
索引分析方法：
(1) 评估RAM容量，尽量保证索引在内存中：
查询索引大小的命令（单位是字节）：
db.collection.totalIndexSize()
db.collection.stats()
(2) 分析查看索引的计划：
MongoDB中使用explain和hint可以查看索引的策略：
db.collection.find().explain()
可以看出那条索引策略生效，以及索引交集的使用情况。
db.collection.find().hint({"name":1})
hint的命令则可以指定强制使用某条索引。
(3) 索引的管理信息: 每个DB下面都会有一个system.indexes集合，这个集合记录着DB下，索引构建的元数据信息。
db.system.indexes.find()
注意点：
(1) 每个索引需要至少8K的空间。
(2) MongoDB 会对 _id字段自动创建唯一索引。
(3) 一个特别的索引类型支撑了TTL集合的实现，TTL依赖一个在Mongod中的后台线程，该线程读取索引中日期类型的值并从集合中删除过期的documents。