面试题：MongoDB中聚合框架如何利用索引提高性能

索引对聚合操作性能的影响

加快查询速度：在聚合操作中，如果某些阶段（如 $match）的条件字段上有索引，MongoDB 可以利用索引快速定位符合条件的文档，减少全表扫描的开销，从而大大提高聚合操作的执行效率。例如，在一个包含大量用户信息的集合中，若对 age 字段建立了索引，当在聚合操作的 $match 阶段筛选特定年龄段的用户时，就能利用该索引快速定位文档。
减少内存使用：通过索引快速定位数据，避免将大量不必要的数据读入内存，降低了聚合操作对内存的需求。这对于处理大数据集时防止内存溢出等问题非常关键。

常见聚合操作中索引的使用方式及原理

$match 操作
- 使用方式：假设我们有一个 products 集合，包含字段 category 和 price。若要查找特定类别且价格在一定范围内的产品，我们可以这样写聚合管道：

db.products.aggregate([
    {
        $match: {
            category: "electronics",
            price: { $gt: 100 }
        }
    }
]);

如果在 category 和 price 字段上分别建立了索引（可以是单字段索引，也可以是复合索引 {category: 1, price: 1}），MongoDB 会利用这些索引快速筛选出符合条件的文档。 - 原理：$match 阶段会按照索引规则，从索引树中快速定位满足条件的文档指针，然后根据指针获取实际文档，而无需遍历整个集合。对于复合索引，MongoDB 会按照索引字段的顺序依次匹配条件，先根据 category 筛选，再在筛选后的结果中根据 price 进一步筛选。 2. $group 操作 - 使用方式：对于 products 集合，若要按 category 分组并统计每个类别的产品数量，聚合管道如下：

db.products.aggregate([
    {
        $group: {
            _id: "$category",
            count: { $sum: 1 }
        }
    }
]);

在这种情况下，如果在 category 字段上有索引，虽然 $group 操作本身不会直接像 $match 那样利用索引来筛选文档，但索引可以加快前期 $match 阶段（如果有的话）对 category 相关条件的筛选，从而间接提高整个聚合操作的性能。例如：

db.products.aggregate([
    {
        $match: {
            price: { $gt: 50 }
        }
    },
    {
        $group: {
            _id: "$category",
            count: { $sum: 1 }
        }
    }
]);

这里在 price 字段上的索引加快了 $match 阶段的筛选，使得传递到 $group 的数据量减少，提高了整体性能。 - 原理：$group 操作主要是对文档进行分组和计算，本身并不直接依赖索引来完成分组逻辑。但索引通过优化前置 $match 阶段，减少输入到 $group 的数据量，进而提升性能。因为处理的数据量越少，$group 操作的计算开销就越小。

星途面试题库

面试题：MongoDB中聚合框架如何利用索引提高性能

知识考点

面试题答案

索引对聚合操作性能的影响

常见聚合操作中索引的使用方式及原理