面试题答案
一键面试一、MongoDB索引命名方案
-
通用命名规则
- 索引名格式为：
<业务模块>_<字段1>[_字段2_…]_<索引类型>[_用途]。 <业务模块>：明确该索引所属的功能模块，如product_search（商品搜索）、order_query（订单查询）、user_behavior_analysis（用户行为分析）。<字段1>[_字段2_…]：列出索引涉及的字段，多个字段用下划线连接。<索引类型>：常见的如single（单字段索引）、compound（复合索引）、text（文本索引）等。[_用途]：可选项，用于进一步说明索引的用途，如sort（用于排序）、filter（用于过滤）。
- 索引名格式为：
-
具体示例
- 商品搜索模块
- 对于按商品名称搜索，创建文本索引：
product_search_name_text_search。 - 若经常按商品价格范围过滤并按销量排序，创建复合索引：
product_search_price_sales_compound_filter_sort。
- 对于按商品名称搜索，创建文本索引：
- 订单查询模块
- 按订单号精确查询，创建单字段索引：
order_query_order_id_single_query。 - 按用户ID和订单创建时间范围查询，创建复合索引：
order_query_user_id_create_time_compound_filter。
- 按订单号精确查询，创建单字段索引：
- 用户行为分析模块
- 按用户ID统计行为次数，创建单字段索引：
user_behavior_analysis_user_id_single_count。 - 按行为类型和时间范围分析，创建复合索引：
user_behavior_analysis_action_type_time_compound_analysis。
- 按用户ID统计行为次数，创建单字段索引：
- 商品搜索模块
二、不同业务操作下索引配合实现最佳性能
- 商品搜索
- 文本搜索：当用户进行模糊商品名称搜索时，
product_search_name_text_search文本索引可以高效地处理文本匹配，通过文本索引的分词和倒排索引机制，快速定位相关商品。 - 复合索引：在按价格范围过滤和按销量排序时，
product_search_price_sales_compound_filter_sort复合索引能让MongoDB直接利用索引进行过滤和排序操作，避免全表扫描，大大提高查询效率。例如查询价格在100 - 200之间且按销量降序排列的商品，MongoDB可以先利用索引找到符合价格范围的文档，然后直接按销量字段进行排序。
- 文本搜索：当用户进行模糊商品名称搜索时，
- 订单查询
- 单字段索引：对于按订单号精确查询，
order_query_order_id_single_query单字段索引可以直接定位到目标订单，因为单字段索引对于精确匹配操作非常高效。 - 复合索引：在按用户ID和订单创建时间范围查询时，
order_query_user_id_create_time_compound_filter复合索引可以先通过用户ID缩小范围，再根据订单创建时间进一步过滤，减少扫描的数据量，提高查询速度。例如查询某个用户在特定时间段内的订单，MongoDB可以利用该复合索引快速定位符合条件的订单。
- 单字段索引：对于按订单号精确查询，
- 用户行为分析
- 单字段索引：当按用户ID统计行为次数时，
user_behavior_analysis_user_id_single_count单字段索引可以快速定位到该用户的所有行为记录，然后进行计数操作，避免扫描整个集合。 - 复合索引：在按行为类型和时间范围分析时，
user_behavior_analysis_action_type_time_compound_analysis复合索引能帮助MongoDB快速筛选出特定行为类型在指定时间范围内的记录，方便进行进一步的分析，如计算该时间段内某种行为的发生频率等。
- 单字段索引：当按用户ID统计行为次数时，
三、索引维护和优化策略
- 定期分析查询日志
- 利用MongoDB的查询分析工具（如
explain命令），定期分析查询日志，了解哪些查询频繁执行且性能不佳。通过explain的结果，可以确定是否使用了正确的索引，以及是否需要调整索引结构。例如，如果发现某个查询没有使用预期的索引，可能是查询条件与索引不匹配，需要调整索引或查询语句。
- 利用MongoDB的查询分析工具（如
- 删除无用索引
- 随着业务的发展，部分索引可能不再被使用，这些无用索引会占用额外的存储空间，并且在插入、更新和删除操作时会增加开销。定期检查索引的使用情况，对于长时间未被使用的索引，考虑删除。可以通过MongoDB的
db.collection.getIndexKeys()方法查看集合的索引，结合查询日志判断索引是否有用。
- 随着业务的发展，部分索引可能不再被使用，这些无用索引会占用额外的存储空间，并且在插入、更新和删除操作时会增加开销。定期检查索引的使用情况，对于长时间未被使用的索引，考虑删除。可以通过MongoDB的
- 监控索引大小
- 定期监控索引的大小，避免索引占用过多的内存和磁盘空间。如果索引过大，可能需要考虑优化索引结构，如合并一些重复或冗余的索引，或者对大索引进行分区。可以使用
db.collection.stats()方法获取集合及其索引的大小信息。
- 定期监控索引的大小，避免索引占用过多的内存和磁盘空间。如果索引过大，可能需要考虑优化索引结构，如合并一些重复或冗余的索引，或者对大索引进行分区。可以使用
- 索引重建
- 在某些情况下，如索引碎片过多，可能会导致查询性能下降。此时可以考虑重建索引，以提高索引的效率。重建索引可以通过先删除旧索引，然后重新创建新索引的方式进行。例如，对于一个性能逐渐下降的复合索引，可以先删除它，再重新创建，以优化索引结构。
- 根据业务变化调整索引
- 随着业务需求的变化，可能需要新增、修改或删除索引。例如，当商品搜索模块增加了按品牌搜索的功能时，就需要创建相应的索引，如
product_search_brand_single_search。及时根据业务变化调整索引，确保系统性能始终保持最佳状态。
- 随着业务需求的变化，可能需要新增、修改或删除索引。例如，当商品搜索模块增加了按品牌搜索的功能时，就需要创建相应的索引，如