Debian MongoDB索引优化策略有哪些

Debian上MongoDB索引优化策略

一 基础与索引类型选择

• 明确查询模式后按需选择索引类型：
  • 单键索引用于单字段高频查询；
  • 复合索引用于多条件组合查询（最多支持32个键）；
  • 多键索引自动为数组元素建立索引；
  • 文本索引用于字符串全文检索（一个集合仅支持一个文本索引）；
  • 地理空间索引 2dsphere/2d用于地理位置查询；
  • 哈希索引用于等值查询与分片键的均匀分布；
  • TTL 索引用于按时间自动过期清理数据。
• 结合选择性：优先为高选择性字段建索引，低选择性字段（如状态位）宜与其它字段组合成复合索引。
• 在 Debian 上的创建方式与通用平台一致，示例：db.products.createIndex({ "category": 1, "item": 1 })。

二 复合索引设计与ESR规则

• 遵循 ESR 规则（Equality → Sort → Range） 安排复合索引字段顺序：
  • 等值条件字段放最左；
  • 排序字段放中间（注意与查询的排序方向一致）；
  • 范围条件（如 $gte/$lte/$in）放最右。
• 典型示例：
  • 查询：find({"a":1, "b":2, "c":{$gte:1}}).sort({"d":1,"e":-1})
    建议索引：{a:1, b:1, d:1, e:-1, c:1}。
• 多字段排序方向需与索引一致：sort({"a":1,"b":-1}) 需要索引 {a:1,b:-1}。
• 等值+非等值组合应将等值字段放左：find({"a":{$gte:1}, "b":1}) 更优索引为 {b:1, a:1}。
• 同一字段的升/降序排序只需一个索引（MongoDB可双向扫描）。

三 查询与索引协同优化

• 优先构造覆盖查询（Covered Query）：将查询与投影字段全部包含在索引中，避免回表；注意默认返回的 _id 要么投影排除，要么加入索引。
• 仅返回需要的字段（投影），减少网络与内存开销：db.posts.find({}, {timestamp:1,title:1,author:1,abstract:1})。
• 使用 explain("executionStats") 检查是否走索引与扫描量：
  • 关注 COLLSCAN（全表扫描）与 DocsExamined/KeysExamined；
  • 理想情况：nReturned ≈ totalKeysExamined ≈ totalDocsExamined。
• 特殊场景用 hint() 固定索引进行压测或规避优化器误选。
• 字符串比较需匹配索引的排序规则 Collation：查询与索引的 collation 一致才能使用该索引。

四 特殊查询与索引策略

• $or 查询：为每个子句分别建立最优索引，例如
  {$or:[{"a":1,"b":1},{"c":1,"d":1}]} 需索引 {a:1,b:1} 与 {c:1,d:1}，而不是一个大复合索引。
• $or + Sort：可拆分为多个带排序的子查询并分别建索引，例如
  {$or:[{"a":1,"b":1},{"c":1,"d":1}]}.sort({"e":-1}) → 索引 {a:1,b:1,e:-1} 与 {c:1,d:1,e:-1}。
• 部分索引（Partial Index）：只为满足条件的文档建立索引，减小体积与维护成本，例如
  db.coll.createIndex({a:1}, {partialFilterExpression: {a:{$gt:5}}})。
• 去除冗余索引：删除不再使用或被其它索引包含的索引，降低写放大与内存占用。

五 运维与监控实践

• 使用 慢日志定位问题查询，重点关注 DocsExamined/KeysExamined 与是否出现 COLLSCAN/SORT；据此新增或调整索引。
• 索引维护与观测：
  • 查看与清理：getIndexes()、dropIndex()、dropIndexes()；
  • 重建索引：reIndex()（大数据量谨慎，尽量在维护窗口进行）；
  • 监控大小：totalIndexSize() 评估索引是否超出内存。
• 资源与部署：
  • 保证足够内存与SSD存储以降低 I/O；
  • 适度增加 WiredTiger 缓存（如调整 storage.wiredTiger.engineConfig.cacheSizeGB）；
  • 读多写少场景可用读写分离（read preference: secondaryPreferred）；
  • 超大规模考虑分片与副本集提升并发与可用性。
• 批量导入阶段可延迟/后台建索引并采用批量写入，导入完成后再创建必要索引，减少维护开销。