面试题：Python下MongoDB索引优化及查询规划分析

索引优化：
- 为了优化特定用户在某时间段内特定状态且金额大于一定值的订单查询，应该在相关字段上创建复合索引。在Python的pymongo库中（假设使用这个库来操作MongoDB），可以这样创建索引：
```
from pymongo import MongoClient

client = MongoClient('mongodb://localhost:27017/')
db = client['your_database']
orders = db['orders']

# 创建复合索引，顺序很重要，按照查询条件的选择性从高到低排序，这里假设用户ID选择性较高
orders.create_index([('user_id', 1), ('order_time', 1), ('order_status', 1), ('order_amount', 1)])
```
- 复合索引中字段的顺序很关键，通常将选择性高（区分度大）的字段放在前面，这样能更有效地缩小查询范围。
使用explain方法分析查询规划：
- 在查询时，可以使用explain方法来获取查询规划的详细信息。例如：
```
query = {
    'user_id': '特定用户ID',
    'order_time': {'$gte': '开始时间', '$lte': '结束时间'},
    'order_status': '特定状态',
    'order_amount': {'$gt': 一定金额}
}
result = orders.find(query).explain()
print(result)
```
- explain方法返回的结果包含多个部分，常见的重要信息有：
  - queryPlanner：这部分展示了MongoDB如何选择索引来执行查询。例如，winningPlan中的stage字段会显示查询使用的索引类型（如IXSCAN表示索引扫描）。如果stage不是IXSCAN，可能意味着索引没有被正确使用。
  - executionStats：这里包含了查询执行的统计信息，如返回的文档数、扫描的文档数、执行时间等。通过比较扫描的文档数和返回的文档数，可以判断索引是否有效缩小了查询范围。如果扫描的文档数远大于返回的文档数，说明索引可能没有起到应有的作用。
根据分析结果进一步优化：
- 索引未被使用：如果explain结果显示索引未被使用（如stage不是IXSCAN），首先检查索引是否正确创建，字段顺序是否符合查询逻辑。另外，确保查询条件的类型与索引字段类型一致，例如，索引是针对字符串类型的user_id创建的，查询时传入的user_id也应该是字符串类型。
- 扫描文档数过多：若扫描的文档数远大于返回的文档数，可能需要调整索引结构。例如，重新评估复合索引中字段的顺序，将选择性更高的字段提前。或者考虑添加更细化的索引，例如，如果某个查询条件经常单独出现，可以为该条件字段单独创建索引。
- 执行时间过长：除了索引优化外，还可以考虑对数据库进行分片（如果数据量非常大），将数据分散存储在多个节点上，提高查询性能。另外，检查数据库服务器的硬件资源，如CPU、内存、磁盘I/O等是否成为瓶颈，必要时进行升级。

星途面试题库

面试题：Python下MongoDB索引优化及查询规划分析

知识考点

面试题答案