面试题：MongoDB索引优化复杂查询场景的策略

复合索引：对于多个字段的联合查询，创建复合索引。例如，如果查询条件是 {field1: value1, field2: value2}，创建 createIndex({field1: 1, field2: 1})。索引字段顺序很重要，应按照查询条件中字段的选择性从高到低排列，选择性高的字段在前，这样能最大程度利用索引。
前缀索引：当字段值较长，为节省存储空间和提高索引构建速度，可使用前缀索引。比如对于长文本字段 textField，createIndex({textField: "text", $****: 1})，其中 $** 表示通配符，只对 textField 字段的前几个字符建立索引。
多键索引：如果字段是数组类型，并且需要查询数组中的元素，使用多键索引。例如，对于 {arrayField: [value1, value2]}，createIndex({arrayField: 1})，MongoDB 会为数组中的每个元素创建索引条目。
范围查询索引：对于范围查询，如 {field3: {$gt: value3, $lt: value4}}，同样可在该字段上创建普通索引 createIndex({field3: 1})。但要注意复合索引中范围查询字段的位置，范围查询字段之后的字段在查询时可能无法有效利用索引。
排序索引：若查询涉及排序操作，如 sort({field4: 1})，在排序字段上创建索引 createIndex({field4: 1})。如果同时有查询条件和排序，将查询条件字段和排序字段一起创建复合索引，顺序按照查询和排序的优先级确定。

索引膨胀
- 问题：过多的索引或索引字段过长，会导致索引文件占用大量磁盘空间，增加存储成本，同时也会影响写入性能，因为每次写入都需要更新相关索引。
- 解决方案：定期评估索引的使用情况，使用 db.collection.indexStats() 查看索引的使用频率，删除很少使用的索引。对于长字段，尽量使用前缀索引。
索引选择错误
- 问题：MongoDB 可能选择错误的索引来执行查询，导致查询性能没有达到最优。特别是在有多个索引可供选择时，查询优化器可能做出不合理的决策。
- 解决方案：使用 explain() 方法来分析查询计划，例如 db.collection.find(query).explain()。根据分析结果，调整索引结构或者使用 hint() 方法强制 MongoDB 使用特定索引，如 db.collection.find(query).hint({index_name: 1})。
写入性能下降
- 问题：由于索引的维护开销，每次插入、更新或删除操作都需要更新相关索引，这会导致写入性能明显下降。
- 解决方案：批量写入数据，减少索引更新次数。对于一些非关键查询的字段，在写入时可以暂时删除相关索引，写入完成后再重新创建索引。还可以考虑使用副本集和分片集群，将写入操作分散到多个节点，提高整体写入性能。

星途面试题库