MongoDB索引与查询优化实战

概述MongoDB 的查询性能高度依赖于索引与数据模型。本文提供常用优化策略与已验证的参数建议，帮助稳定提升读写性能。索引策略（已验证）复合索引：按查询条件与排序组合创建，如 `{ status: 1, ts: -1 }`。覆盖查询：确保返回列包含在索引中，避免回表（`projection` 精简字段）。部分索引：对活跃子集加索引，降低写入开销，如 `{ status: 'active' }`。TTL 索引：对过期数据自动删除，降低存储与查询压力。查询与聚合使用 `explain('executionStats')` 观察扫描文档数与索引使用情况。聚合管道中尽量前置 `$match` 与 `$project`，减少后续阶段处理量。谨慎使用 `$regex` 与前缀匹配；必要时结合 `text` 索引与权重。连接与资源连接池：合理设置 `maxPoolSize` 并监控等待时间；WiredTiger 缓存：关注缓存命中率与脏页；写入策略：批量写入与合并更新减少锁竞争。示例// 复合索引与查询示例 db.orders.createIndex({ status: 1, ts: -1 }) db.orders.find({ status: 'active' }).sort({ ts: -1 }).limit(100) // 部分索引 db.users.createIndex({ email: 1 }, { partialFilterExpression: { verified: true } }) // TTL 索引（过期字段为日期） db.sessions.createIndex({ expireAt: 1 }, { expireAfterSeconds: 0 }) // explain db.orders.find({ status: 'active' }).sort({ ts: -1 }).limit(100).explain('executionStats') 验证与监控指标：查询耗时、扫描文档数、命中索引率；慢查询日志：分析 TopN 与模式；资源：连接池等待、缓存命中与 I/O；常见误区对所有可能字段建立索引导致写入退化与膨胀；忽略排序字段导致排序回表与内存开销；过度依赖正则文本匹配，未使用合适的索引与投影。结语通过合理的索引与聚合管道设计，并以 explain 与监控验证，MongoDB 能在复杂场景中实现稳定与高效的查询性能。