面试题：MongoDB索引基数对查询性能的影响

Question

请阐述MongoDB索引基数的概念，并说明索引基数如何影响查询性能，在实际应用中，什么样的索引基数情况可能导致性能问题？

Answer 1

MongoDB索引基数概念

索引基数指的是索引字段中不同值的数量。例如，一个存储用户性别的索引字段，其基数可能只有2（男、女）；而存储用户ID的索引字段，基数可能和文档数量相同，因为每个用户ID通常是唯一的。

索引基数对查询性能的影响

1. 高基数索引：
   • 对于高基数索引（如用户ID索引），MongoDB能够更精确地定位到符合查询条件的文档。这是因为每个索引项指向的文档相对较少，在执行查询时，数据库可以快速通过索引找到所需文档，从而显著提高查询性能。例如，当根据特定用户ID查询用户信息时，高基数的用户ID索引可以让MongoDB直接定位到对应的文档，减少了全表扫描的开销。
2. 低基数索引：
   • 低基数索引（如性别索引）虽然也能减少扫描范围，但由于不同值较少，索引的区分度较低。在查询时，可能需要扫描大量包含相同索引值的文档。例如，查询性别为“男”的用户，虽然索引能快速定位到性别为“男”的索引项，但可能会指向大量文档，数据库仍需对这些文档进行进一步过滤，性能提升相对有限。

可能导致性能问题的索引基数情况

1. 极低基数索引用于频繁查询：
   • 当索引基数非常低（比如只有1或2个不同值），且基于该索引的查询频繁发生时，可能会导致性能问题。例如，假设在一个文档集合中，有一个字段标记文档是否为“热门”（只有“是”和“否”两个值），如果频繁根据“是否热门”进行查询，由于基数低，索引无法有效过滤文档，数据库可能仍需要扫描大量文档，从而降低查询性能。
2. 高基数索引维护成本过高：
   • 虽然高基数索引通常对查询性能有益，但如果索引基数过高且数据频繁更新，维护索引的成本会变得很高。例如，一个自增ID作为索引字段，随着数据的不断插入，索引需要不断调整和扩展，这会消耗大量的系统资源，在极端情况下可能导致性能下降。