面试题：MongoDB中如何计算索引基数

Question

请阐述在MongoDB里计算索引基数的基本方法，以及基数对于查询性能可能产生的影响。

Answer 1

计算索引基数的基本方法

在MongoDB中，可以使用collStats命令来获取集合的统计信息，其中包括索引的基数相关信息。例如：

db.collection_name.stats().indexCounters.forEach(function(index) {
    print(index.key, index.accesses, index.size, index.count);
});

这里的index.count 近似表示索引的基数，即索引键的唯一值数量。另外，也可以通过explain执行计划来间接观察基数对查询的影响，explain输出中可能包含有关索引选择性（与基数相关）的信息。

基数对查询性能的影响

• 高基数索引：
  • 优点：当索引基数较高时，索引能够更有效地过滤数据。例如，在用户集合中，以email字段建立索引，由于email基本每个用户都不同，基数高。对于根据email查询单个用户的操作，MongoDB可以快速定位到所需文档，查询性能高。
  • 缺点：但高基数索引会占用更多的磁盘空间和内存，因为需要存储更多不同的键值对。在插入、更新和删除操作时，维护索引的开销也更大。
• 低基数索引：
  • 优点：低基数索引占用空间相对较小，例如在用户集合中，以gender字段建立索引，只有“男”“女”两种可能值，基数低。对于一些基于性别进行统计的聚合操作可能有一定帮助。
  • 缺点：然而对于查询操作，低基数索引过滤能力弱。比如查询“性别为男的用户”，可能会返回大量文档，MongoDB可能无法利用索引高效定位，查询性能较差。如果基数过低，索引甚至可能不会被查询优化器使用，导致全表扫描。