面试题：MongoDB索引优化与性能考量

Question

在高并发读写的MongoDB应用场景下，索引会对性能产生多方面影响。请详细阐述索引的创建、标识与修改操作如何与性能优化相结合，例如在何种情况下需要避免创建过多索引，如何根据查询模式设计高效索引等，并结合具体案例说明。

Answer 1

索引创建与性能优化

1. 避免过多索引：
   • 原因：每个索引都会占用额外的磁盘空间，并且在数据写入时，MongoDB需要更新所有相关索引，这会增加写操作的开销。过多索引会导致磁盘I/O和内存压力增大，降低写性能。
   • 案例：假设一个电商订单系统，订单集合存储订单信息。如果对订单的每个字段都创建索引，如订单号、客户ID、下单时间、商品ID等。当有新订单写入时，MongoDB需要同时更新多个索引，写入速度会明显下降。特别是在高并发写入场景下，过多索引会成为性能瓶颈。
2. 根据查询模式设计索引：
   • 单字段查询：如果经常根据单个字段进行查询，如根据用户ID查询用户信息。例如，在社交媒体应用中，经常根据用户ID查询用户的详细资料。可以创建单字段索引，示例代码如下：

db.users.createIndex({ userId: 1 });

• 复合查询：对于涉及多个字段的查询，要创建复合索引。例如，在电商订单查询中，经常根据下单时间和客户ID查询订单。复合索引的顺序很重要，要按照查询条件的选择性（过滤数据量的能力）从高到低排序。

db.orders.createIndex({ orderTime: 1, customerId: 1 });

• 覆盖索引：当查询的字段都包含在索引中时，可以使用覆盖索引。这可以避免回表操作（即从索引找到数据后，再到文档中获取完整数据），提高查询性能。例如，只查询用户的用户名和邮箱，而这两个字段在索引中：

db.users.createIndex({ username: 1, email: 1 });
// 查询
db.users.find({ username: "exampleUser" }, { username: 1, email: 1, _id: 0 });

索引标识与性能优化

1. 索引标识查看：可以使用db.collection.getIndexes()命令查看集合上的所有索引。了解集合上已有的索引，可以避免重复创建相同功能的索引，也有助于分析当前索引是否满足查询需求。
2. 索引标识与查询计划：通过explain()方法查看查询计划，其中会显示使用的索引。例如：

db.orders.find({ orderTime: { $gte: ISODate("2023 - 01 - 01") } }).explain("executionStats");

分析查询计划中显示的索引使用情况，如果未使用预期索引，可能需要调整索引设计或查询语句。

索引修改与性能优化

1. 重建索引：如果索引损坏或碎片化严重，可以重建索引来提高性能。例如：

db.collection.reIndex();

重建索引会删除旧索引并创建新索引，整理索引结构，减少碎片化，提高查询性能。 2. 删除无用索引：定期检查索引使用情况，删除不再使用的索引。例如，可以通过监控查询日志，分析哪些索引长时间未被使用。然后使用db.collection.dropIndex({ indexName: 1 });命令删除无用索引，减少索引维护开销，提高写性能。