面试题：MongoDB中$运算符与索引结合使用场景

Question

请举例说明在MongoDB中，$eq、$gt、$in等常用$运算符与索引结合使用的典型场景，并阐述为何这样结合能提升查询性能。

Answer 1

$eq 运算符与索引结合的典型场景及性能提升原因

1. 典型场景：在用户信息表中，根据用户ID查询特定用户的详细信息。假设用户信息集合为users，文档结构类似{ "_id": ObjectId("..."), "user_id": 12345, "name": "John Doe", "email": "[e-mail]", ... }。查询语句为db.users.find({ "user_id": 12345 })，这里使用$eq运算符匹配user_id字段的值。
2. 性能提升原因：为user_id字段创建索引（如db.users.createIndex({ user_id: 1 })）后，MongoDB可以利用索引快速定位到匹配的文档。索引是一种有序的数据结构，类似于书籍的目录，通过索引查找数据时，MongoDB无需全表扫描，而是可以直接跳转到对应user_id值所在的位置，大大减少了磁盘I/O操作，从而提升查询性能。

$gt 运算符与索引结合的典型场景及性能提升原因

1. 典型场景：在订单表中，查询订单金额大于某个值的订单。假设订单集合为orders，文档结构类似{ "_id": ObjectId("..."), "order_amount": 200, "order_date": ISODate("..."), ... }。查询语句为db.orders.find({ "order_amount": { $gt: 100 } })，使用$gt运算符查找订单金额大于100的订单。
2. 性能提升原因：为order_amount字段创建索引（如db.orders.createIndex({ order_amount: 1 })），MongoDB可以利用索引的有序特性。从索引中找到第一个大于100的order_amount值的位置，然后沿着索引向后扫描，快速获取所有满足条件的文档。相比全表扫描，这种方式减少了不必要的文档检查，提升了查询效率。

$in 运算符与索引结合的典型场景及性能提升原因

1. 典型场景：在商品分类表中，查询属于某些特定类别的商品。假设商品集合为products，文档结构类似{ "_id": ObjectId("..."), "category": "electronics", "product_name": "Smartphone", ... }。查询语句为db.products.find({ "category": { $in: ["electronics", "clothing"] } })，使用$in运算符查找类别为“electronics”或“clothing”的商品。
2. 性能提升原因：为category字段创建索引（如db.products.createIndex({ category: 1 })），MongoDB可以通过索引快速定位到每个category值对应的文档位置。由于索引的存在，MongoDB无需遍历整个集合，而是针对$in列表中的每个值在索引中进行查找，然后合并结果集，减少了扫描的数据量，进而提升查询性能。