面试题：MongoDB索引与查询运算符在高并发写入场景下的优化策略

复合索引：
- 对于常见的基于不同字段组合的查询，如按 user_id 和 event_type 查询某段时间内的记录，创建复合索引 {user_id: 1, event_type: 1, timestamp: 1}。这样可以有效地支持这种查询，索引顺序按照查询中字段的使用顺序来，优先选择选择性高的字段在前。
- 对于按 timestamp 范围查询结合其他字段的情况，如查询某段时间内特定 user_id 的记录，创建复合索引 {timestamp: 1, user_id: 1}。
前缀索引：
- 如果 user_id 或 event_type 字段值较长，可以考虑使用前缀索引。例如，对于 user_id 字段，创建前缀索引 {user_id: "hashed"} 或 {user_id: 1, 3}（表示取 user_id 前 3 个字符创建索引），以减少索引存储大小，提升写入性能。
覆盖索引：
- 对于一些查询，若查询结果仅包含索引字段，可创建覆盖索引。例如，查询仅需要 user_id 和 event_type 字段，创建索引 {user_id: 1, event_type: 1}，这样查询时 MongoDB 可以直接从索引中获取数据，而无需回表操作，提升查询性能。

$eq 与范围查询结合：
- 当使用 $eq 匹配固定值（如 user_id 或 event_type）再结合 $gte、$lte 等范围查询 timestamp 时，确保索引顺序与查询顺序一致，以利用索引进行高效查询。例如：
```
db.collection.find({
    user_id: "specific_user_id",
    event_type: "specific_event_type",
    timestamp: { $gte: start_time, $lte: end_time }
});
```
$in 运算符：
- 如果需要查询多个 user_id 或 event_type 的记录，使用 $in 运算符。例如：
```
db.collection.find({
    user_id: { $in: ["user_id_1", "user_id_2"] },
    event_type: "specific_event_type",
    timestamp: { $gte: start_time, $lte: end_time }
});
```
- 注意 $in 操作符在数据量较大时性能可能下降，可考虑拆分查询。

写入性能问题：
- 问题：过多索引会导致写入性能下降，因为每次写入都需要更新索引。
- 解决方案：尽量减少不必要的索引，只创建对查询性能有显著提升的索引。可以定期评估索引的使用情况，删除未使用的索引。另外，采用批量写入操作（如 bulkWrite）来减少索引更新次数，提升写入性能。
索引膨胀问题：
- 问题：长字段的索引可能占用大量磁盘空间，导致索引膨胀。
- 解决方案：如前面提到的，使用前缀索引来减少索引大小。同时，定期清理过期数据，以减少索引维护的压力。
查询性能不稳定：
- 问题：随着数据量增长，查询性能可能逐渐下降。
- 解决方案：定期对集合进行碎片整理（compact 操作），以优化数据存储结构，提升查询性能。此外，监控查询性能指标，根据实际情况调整索引策略。

星途面试题库