面试题：MongoDB索引优化的复杂场景及策略

Question

在一个高并发读写的MongoDB集群环境中，集合的数据量非常大，并且存在多种复杂的查询场景，包括范围查询、多字段联合查询以及排序操作。请详细阐述你会采取哪些策略来创建和优化索引，以确保系统在高负载下仍能保持良好的性能，同时还要考虑到索引维护成本对系统整体性能的影响。

Answer 1

1. 分析查询场景

• 范围查询：对于范围查询，例如查询某个时间段内的数据，若 created_at 字段用于此查询，应在该字段上创建单字段索引。例如在Python的 pymongo 中：collection.create_index([("created_at", pymongo.ASCENDING)])。
• 多字段联合查询：如果有查询条件是多个字段的组合，如按 category 和 price 联合查询，应创建复合索引。复合索引字段顺序很重要，将选择性高（基数大）的字段放在前面。在 pymongo 中：collection.create_index([("category", pymongo.ASCENDING), ("price", pymongo.ASCENDING)])。
• 排序操作：若经常按某个字段排序，如按 views 字段降序排序，需在该字段创建索引。若排序字段同时参与范围查询，可考虑合并到复合索引中。例如：collection.create_index([("views", pymongo.DESCENDING)])。

2. 索引覆盖

• 尽量使用索引覆盖查询，即查询的字段都包含在索引中，这样MongoDB无需回表获取数据，能大大提高查询性能。例如查询 title 和 views 字段，可创建复合索引 [("title", pymongo.ASCENDING), ("views", pymongo.ASCENDING)]，若查询条件允许，可提高性能。

3. 避免冗余索引

• 冗余索引会增加存储和维护成本。例如已经有复合索引 [("a", 1), ("b", 1)]，就无需再创建单字段索引 [("a", 1)]，因为复合索引已覆盖单字段索引功能。通过 db.collection.getIndexes() 查看现有索引，避免创建冗余索引。

4. 索引维护时机

• 批量操作时：在进行大量数据插入、更新或删除操作前，若可能，先删除不必要索引，操作完成后再重建。这样可减少索引维护开销，因为批量操作时索引维护成本高。
• 定期优化：定期使用 db.collection.reIndex() 对集合重建索引，以优化索引结构，尤其是在数据量大幅变化或索引碎片化严重时。但此操作会占用较多资源，应选择系统低峰期执行。

5. 索引选择性评估

• 使用 db.collection.stats().indexDetails 查看索引选择性，选择性越高，索引效果越好。对于选择性低的索引，评估是否有必要保留，因为低选择性索引可能增加维护成本却对性能提升有限。

6. 分片与索引

• 在分片集群中，合理选择分片键很重要。若分片键选择不当，可能导致数据分布不均，影响查询性能。同时，确保索引与分片策略配合，例如在片键上创建索引，可提高跨分片查询性能。