面试题：Python优化MongoDB复杂查询及索引策略调整

Python代码实现查询

from pymongo import MongoClient
import datetime

# 连接MongoDB
client = MongoClient('mongodb://localhost:27017/')
db = client['your_database']
collection = db['your_collection']

# 计算最近一个月的日期
one_month_ago = datetime.datetime.now() - datetime.timedelta(days=30)

# 执行查询
result = collection.find({
    'category': '特定分类',
    'date': {'$gte': one_month_ago},
    'comments': {'$gt': 50}
}).sort('views', -1).limit(10)

for doc in result:
    print(doc)

分析查询计划优化索引策略

获取查询计划：在MongoDB shell中，使用explain()方法可以获取查询计划。例如：

db.your_collection.find({
    'category': '特定分类',
    'date': {'$gte': one_month_ago},
    'comments': {'$gt': 50}
}).sort('views', -1).limit(10).explain('executionStats')

分析查询计划：
- 扫描方式：关注executionStats.executionSuccess是否为true，若为false，表示查询执行失败。查看executionStats.executionStages中的stage字段，例如COLLSCAN表示全表扫描，IXSCAN表示索引扫描。全表扫描性能较差，应尽量避免。
- 索引使用情况：executionStats.executionStages.indexName字段显示使用的索引名称。若显示NULL，则表示未使用索引。
- 排序操作：executionStats.executionStages.inputStage中的sortPattern显示排序依据。若排序字段未在索引中，可能导致性能问题。
优化索引策略：
- 复合索引：根据查询条件，创建复合索引。例如，针对上述查询，可以创建category、date、comments和views字段的复合索引。在Python中使用create_index方法创建：

collection.create_index([('category', 1), ('date', 1), ('comments', 1), ('views', -1)])

- **索引顺序**：复合索引中字段顺序很重要。一般将选择性高（区分度大）的字段放在前面，对于范围查询字段（如`date`）紧跟其后，排序字段放在最后。这样可以最大程度利用索引提升查询性能。

星途面试题库

面试题：Python优化MongoDB复杂查询及索引策略调整

知识考点

面试题答案

Python代码实现查询

分析查询计划优化索引策略