Ubuntu環境下MongoDB索引優化策略

1. 索引設計：遵循核心原則

索引是MongoDB查詢性能的核心保障，設計時需結合查詢模式與數據特征，遵循以下黃金法則：

• 選擇性優先：選擇高區分度字段（如user_id、mobile）創建索引，避免為低選擇性字段（如gender）浪費資源；
• 覆蓋查詢優化：創建包含查詢中所有需返回字段的復合索引，使查詢無需訪問原始文檔（如db.users.find({age: {$gt: 18}}, {name: 1, age: 1, _id: 0})可通過索引完成）；
• ESR規則：復合索引字段順序需遵循**等值（Equality）→ 排序（Sort）→ 范圍（Range）**邏輯（如db.orders.createIndex({status: 1, orderDate: -1, amount: 1})，其中status為等值查詢、orderDate為排序、amount為范圍查詢）；
• 索引數量限制：單個集合最多創建64個索引，索引鍵總長度不超過1024字節，避免過多索引增加寫操作開銷。

2. 復合索引：優化字段順序與組合

復合索引是提升多字段查詢效率的關鍵，需根據查詢場景設計字段順序：

• 前綴匹配原則：復合索引的前綴字段需覆蓋查詢中的等值或排序條件（如db.users.find({username: "admin", email: "admin@example.com"}).sort({createTime: -1})，復合索引{username: 1, email: 1, createTime: -1}可完全覆蓋）；
• 避免冗余索引：若已有復合索引{a: 1, b: 1}，則無需單獨創建{a: 1}（除非有特殊查詢需求）；
• 覆蓋索引擴展：若查詢僅需索引中的字段，可添加_id: 0排除默認返回的_id字段，進一步減少IO。

3. 特殊索引：適配特定場景

根據業務需求創建特殊類型索引，解決特定問題：

• 部分索引：僅為滿足條件的文檔創建索引，減少索引大?。ㄈ?code>db.users.createIndex({username: 1}, {partialFilterExpression: {active: true}})，僅索引活躍用戶）；
• TTL索引：自動清理過期數據（如db.logs.createIndex({createdAt: 1}, {expireAfterSeconds: 86400})，7天后自動刪除過期日志）；
• 地理空間索引：支持地理位置查詢（如db.places.createIndex({location: "2dsphere"})，用于“附近地點”查詢）。

4. 索引分析與優化：用數據驅動決策

通過explain()方法分析查詢執行計劃，識別索引使用問題：

• 關鍵指標解讀：
  • winningPlan.stage：若為COLLSCAN（全表掃描），說明未使用索引；
  • executionStats.totalKeysExamined：索引鍵檢查數，數值過大表示索引效率低；
  • executionStats.totalDocsExamined：文檔檢查數，若遠大于返回結果數，說明索引未覆蓋查詢；
  • executionStats.executionTimeMillis：執行時間，超過100ms需優化；
• 優化動作：根據explain()結果添加缺失索引、調整復合索引順序或修改查詢條件（如將$or查詢改為$in查詢，避免全表掃描）。

5. 避免索引陷阱：減少性能損耗

• 過度索引：每個索引都會增加寫操作（插入、更新、刪除）的開銷，需定期審查并刪除未使用的索引（通過db.collection.aggregate([{ $indexStats: {} }])查看索引使用情況）；
• 否定操作符：$ne、$not、$nin等操作符通常會導致全表掃描，盡量避免在查詢中使用；
• 正則表達式：避免使用左模糊查詢（如/abc/），若需使用正則，盡量采用左錨定（如/^prefix/），以便利用索引；
• 數組字段：數組字段會創建多鍵索引，若數組元素過多（如超過100個），會影響索引性能，需謹慎設計。

6. 監控與維護：保持索引高效

• 定期監控：使用mongostat（監控操作速率）、mongotop（監控集合級IO）或第三方工具（如Percona PMM）實時監控索引使用情況；
• 重建索引：定期執行db.collection.reIndex()重建碎片化索引，保持索引性能（建議在低峰期操作）；
• 版本升級：升級到MongoDB最新穩定版本，新版本通常會帶來索引性能優化與bug修復（如WiredTiger存儲引擎的改進）。