前言
在 MongoDB 中使用索引是提高查询效率的重要手段。但是，如果索引使用不当，反而会降低查询性能。因此，本文将介绍 MongoDB 索引优化的一些实战经验和技巧，帮助读者学习如何优化索引，提高查询性能。
索引基础
索引类型
MongoDB 中支持的索引类型包括：
- 唯一索引：确保索引列的值唯一。
- 复合索引：基于多个列组合形成的索引。
- 空间索引：基于位置坐标形成的地理空间索引。
- 文本索引：对文本数据进行全文搜索的索引。
- 散列索引：对索引列的值进行哈希操作形成的索引。
索引原理
MongoDB 的索引是基于 B 树（B-tree）的实现。B 树是一种平衡树，可以用于一组有序数据的查找和插入操作。在 B 树中，每个节点可以存储多个数据项，并且节点本身也可以作为数据项进行查找和插入。
B 树的索引过程分为两个阶段：
- 查找路径：从根节点开始查找，根据节点中的索引值来决定查找路径。如果节点中不存在该索引值，就根据节点中的分裂点，将查找路径继续向下层的子节点查找，直到查找到叶子节点为止。
- 执行操作：在叶子节点找到索引值后，就可以执行具体的操作了，如插入、删除、修改或查找。
索引创建
在 MongoDB 中，可以通过 db.collection.createIndex() 方法创建索引。该方法的语法如下：
db.collection.createIndex(keys, options)
其中，参数 keys 是一个文档，用于指定要创建索引的字段和排序方式。例如，要创建 username 字段的正向索引和 age 字段的反向索引，可以定义如下 keys：
{ username: 1, age: -1 }
参数 options 是一个文档，用于指定索引的属性，常用的属性包括：
- unique：是否唯一索引。
- background：是否后台创建索引。
- sparse：是否稀疏索引（即允许有空值）。
- expireAfterSeconds：设置过期索引时间（仅在 TTL 索引中使用）。
例如，创建 username 字段的唯一索引，可以定义如下 options：
{ unique: true }
索引优化
索引选择
在 MongoDB 中，每个集合最多支持 64 个索引。因此，在创建索引之前，需要对数据的访问模式进行分析，选择适当的索引。一般来说，应该优先选择能够覆盖查询条件的索引，即包含查询条件和排序字段的索引，这样可以减少查询时的磁盘访问和数据传输数量，提高查询性能。
例如，如果要查询 username 等于 "jack" 的文档，并按照 age 字段逆序排序，可以创建如下复合索引：
db.collection.createIndex({ username: 1, age: -1 })
该索引可以同时匹配查询条件和排序字段，提高查询性能。
索引覆盖
当查询条件和排序字段都可以从索引中找到时，MongoDB 会执行索引覆盖，即只使用索引来完成查询，并不需要访问集合中的原始数据。这样可以减少磁盘访问和数据传输，提高查询速度。
例如，如果查询 username 等于 "jack" 的文档，并返回 age 和 gender 字段的值，可以创建如下复合索引：
db.collection.createIndex({ username: 1 })
查询语句可以使用以下方式进行：
db.collection.find({ username: "jack" }, { age: 1, gender: 1 })
由于 age 和 gender 字段在索引中没有出现，因此 MongoDB 无法执行索引覆盖，需要访问集合中的原始数据。
索引覆盖优化
为了避免索引覆盖，可以将需要查询的字段添加到索引中，形成索引覆盖优化。这样可以让 MongoDB 完全使用索引来完成查询，并不需要访问集合中的原始数据，提高查询性能。
例如，如果查询 username 等于 "jack" 的文档，并返回 age 和 gender 字段的值，可以创建如下复合索引：
db.collection.createIndex({ username: 1, age: 1, gender: 1 })
查询语句可以使用以下方式进行：
db.collection.find({ username: "jack" }, { _id: 0, age: 1, gender: 1 })
由于 age 和 gender 字段在索引中出现，MongoDB 可以执行索引覆盖优化，完全使用索引来完成查询，不需要访问集合中的原始数据，提高查询速度。
利用复合索引
MongoDB 中的复合索引可以包含多个字段，常常用于同时匹配多个查询条件和排序字段。但是，在选择复合索引时，需要注意索引字段的顺序，应该优先选择常用查询条件的字段作为前缀索引。
例如，如果要查询 username 等于 "jack"，并且 age 大于 18 的文档，并按照 gender 字段升序排序，可以创建如下复合索引：
db.collection.createIndex({ username: 1, age: 1, gender: 1 })
该索引包含了所有查询条件和排序字段，可以提高查询性能。
而如果将 age 放在前面，创建如下复合索引：
db.collection.createIndex({ age: 1, username: 1, gender: 1 })
则只能用于查询 age 大于 18 的文档，不能用于查询 username 等于 "jack" 的文档和排序。
利用分片索引
MongoDB 中的分片索引可以将数据分散到多个分片服务器上，提高查询的并发度和性能。在选择分片索引时，需要注意选择合适的分片键值，以便于将数据均匀地分散到各个分片服务器上。
例如，如果要对大规模的用户数据集进行分片存储，可以选择 user_id 作为分片键值，创建分片索引：
db.collection.createIndex({ user_id: 1 })
这样可以将数据均匀地分散到多个分片服务器上，提高查询的并发度和性能。
示例代码
创建索引
// 创建 username 字段的正向索引和 age 字段的反向索引 db.collection.createIndex({ username: 1, age: -1 }) // 创建 username 字段的唯一索引 db.collection.createIndex({ username: 1 }, { unique: true }) // 创建 username 字段的 TTL 索引 db.collection.createIndex({ created_at: 1 }, { expireAfterSeconds: 86400 })
查询优化
-- -------------------- ---- ------- -- -- -------- -- ------ --- -------------------- --------- ------ -- -- -- -------- -- ------ ------- --- ------ -------------------- --------- ------ --------- ---- -- -- -- -- -------- -- ------ ------- --- - ------ ---- -------------------- --------- ------ -- - ---- -- ------- - -- -- -- -------- -- ------ ------- --- - ------ -------------- -------------------- --------- ------ -- - ---- -- ---- -- ------- - -- -- -- -------- -- --------- --- -- -- ------- ------ ------ -------------------- --------- ------- ---- - ---- -- - --------- ------- - --展开代码
总结
本文介绍了 MongoDB 索引的基础知识和优化经验，希望可以帮助读者提高 MongoDB 的查询性能。在实践中，需要根据具体的业务需求和数据访问模式，选择合适的索引类型和创建方式，提高 MongoDB 的性能和可靠性。
来源：JavaScript中文网 ，转载请注明来源 https://www.javascriptcn.com/post/6494cf3e48841e9894227c47
