面试题：MongoDB持久性优化之索引策略

Question

在MongoDB中，如何通过合理设计索引来优化数据持久性？请举例说明不同类型查询场景下索引的设计要点。

Answer 1

索引与数据持久性的关系

在MongoDB中，索引本身并不直接优化数据持久性。数据持久性主要通过MongoDB的存储引擎（如WiredTiger）、日志机制（如oplog）以及副本集等功能来保证。然而，合理设计索引可以通过提升查询性能，间接减少因查询压力过大导致的潜在数据操作风险，保障数据持久化过程的稳定性。

不同类型查询场景下索引的设计要点

1. 单字段精确查询
   • 场景：例如根据用户ID查询用户信息，db.users.find({userId: "12345"})。
   • 设计要点：为userId字段创建单字段索引。

   db.users.createIndex({userId: 1});
   

   • 解释：1表示升序索引，MongoDB可以快速定位到匹配userId的文档，大大提升查询效率。
2. 范围查询
   • 场景：查询成绩在80到90分之间的学生，db.students.find({score: {$gte: 80, $lte: 90}})。
   • 设计要点：为score字段创建单字段索引。

   db.students.createIndex({score: 1});
   

   • 解释：索引可以帮助MongoDB快速定位到满足范围条件的文档，而无需全表扫描。
3. 多字段组合查询
   • 场景：根据城市和年龄范围查询居民，db.residents.find({city: "Beijing", age: {$gte: 30, $lte: 40}})。
   • 设计要点：创建复合索引，索引字段顺序要与查询条件中的字段顺序一致（通常按照过滤性强的字段在前的原则）。

   db.residents.createIndex({city: 1, age: 1});
   

   • 解释：MongoDB先按city过滤，再按age过滤，复合索引能有效支持这种查询顺序，提高查询性能。
4. 排序查询
   • 场景：按照注册时间降序查询用户，db.users.find().sort({registerTime: -1})。
   • 设计要点：为registerTime字段创建与排序方向一致的索引。

   db.users.createIndex({registerTime: -1});
   

   • 解释：索引的排序方向与查询排序方向一致，可避免MongoDB额外的排序操作，提升查询速度。
5. 地理空间查询
   • 场景：查询距离某个坐标点一定范围内的店铺，db.shops.find({location: {$near: [longitude, latitude], $maxDistance: distance}})，其中location字段为GeoJSON格式。
   • 设计要点：创建地理空间索引。

   db.shops.createIndex({location: "2dsphere"});
   

   • 解释：2dsphere类型的索引专门用于地理空间查询，能高效处理球面几何相关的查询。