MongoDB索引优化策略：加速查询性能

核心索引优化策略

1. 选择合适的索引类型

• 单字段索引：适合频繁查询的单个字段
• 复合索引：针对多字段查询，遵循ESR原则(Equality-Sort-Range)
• 多键索引：用于数组字段
• 文本索引：全文搜索场景
• 地理空间索引：位置数据查询
• 哈希索引：等值查询，不支持范围查询

2. 复合索引设计原则

• 字段顺序：等值查询字段在前，范围查询字段在后
• 排序优化：索引字段顺序应与排序方向一致
• 覆盖查询：包含所有查询字段的复合索引可避免回表
• 索引前缀：复合索引可支持前缀字段的查询

3. 索引选择与排序

// 好的复合索引示例
db.collection.createIndex({ status: 1, createDate: -1 })

// 可优化以下查询
db.collection.find({ status: "active" }).sort({ createDate: -1 })

高级优化技巧

1. 索引选择性优化

• 高选择性字段(唯一值多)应优先索引
• 避免在低选择性字段(如性别)上单独建索引

2. 部分索引

// 只为活跃用户创建索引
db.users.createIndex(
  { username: 1 },
  { partialFilterExpression: { status: "active" } }
)

3. 稀疏索引

// 只为包含email字段的文档创建索引
db.users.createIndex({ email: 1 }, { sparse: true })

4. TTL索引

// 自动删除30天前的文档
db.logs.createIndex({ createdAt: 1 }, { expireAfterSeconds: 2592000 })

性能分析与监控

1. 使用explain()分析查询

db.collection.find(query).explain("executionStats")

关注关键指标： - executionTimeMillis：执行时间 - totalKeysExamined：检查的索引键数 - totalDocsExamined：检查的文档数 - stage：查询阶段(PROJECTION、IXSCAN等)

2. 索引使用情况监控

// 查看集合索引使用情况
db.collection.aggregate([ { $indexStats: {} } ])

// 系统级别索引使用统计
db.serverStatus().metrics.queryExecutor.scanned

常见问题与解决方案

1. 索引未被使用

• 检查查询是否匹配索引前缀
• 确认查询条件类型与索引字段类型一致
• 避免在索引字段上使用表达式或函数

2. 索引过多影响写入性能

• 每个写入操作需要更新所有相关索引
• 监控opcounters.insert/update/delete与索引数量的关系
• 删除未使用的索引

3. 内存限制

• 确保工作集(索引+热数据)能放入内存
• 使用db.collection.totalIndexSize()监控索引大小
• 考虑SSD存储提升IO性能

最佳实践总结

1. 遵循查询模式设计索引：索引应反映应用的实际查询需求
2. 定期审查索引：使用$indexStats识别未使用的索引
3. 平衡读写性能：每个额外索引都会影响写入性能
4. 监控查询性能：建立性能基线，及时发现退化查询
5. 考虑分片集群：大数据集考虑分片策略与分片键选择

通过合理应用这些策略，可以显著提升MongoDB查询性能，同时避免不必要的资源消耗。