1. 创建合适的索引类型
根据查询模式选择索引类型是优化基础。单字段索引适用于频繁查询的单个字段（如db.collection.createIndex({ userid: 1 })）；复合索引针对多条件查询，需将选择性高（唯一值多）的字段放在前面（如db.collection.createIndex({ userid: 1, status: -1 })，其中userid的选择性高于status）；覆盖索引确保查询的所有字段都在索引中，避免访问文档（如索引包含{ field1: 1, field2: 1 }，查询仅需这两个字段时可不用回表）；此外还有文本索引（全文搜索）、地理空间索引（地理位置查询）等特殊类型。
2. 利用explain()分析查询计划
通过explain("executionStats")查看查询是否使用索引、索引使用效果及执行成本。重点关注winningPlan中的inputStage.stage（若为IXSCAN表示使用索引，COLLSCAN表示全表扫描）、executionStats.executionTimeMillis（执行时间）、totalDocsExamined（扫描文档数）等指标，判断索引有效性。
3. 监控与清理索引使用情况
使用getIndexes()查看集合所有索引，db.collection.aggregate([{ $indexStats: {} }])监控索引使用频率（accesses.ops表示使用次数，accesses.since表示上次统计时间）。定期删除未使用或冗余的索引（如不再查询的字段索引、重复的复合索引），减少写操作开销（插入、更新、删除时需维护索引）。
4. 优化复合索引字段顺序
复合索引的字段顺序直接影响查询性能。应将选择性高（过滤后剩余文档少）且查询频率高的字段放在前面。例如，查询条件常为{ userid: 123, status: 'active' }，且userid的选择性远高于status，则复合索引应为{ userid: 1, status: 1 }，避免因顺序不当导致索引无法命中。
5. 定期维护索引碎片
随着数据增删改，索引会产生碎片，降低查询效率。使用reIndex()命令重建索引（如db.collection.reIndex()），整理索引碎片，提升索引访问速度。注意：重建索引会锁表（MongoDB 4.0+支持并发重建部分索引），建议在低峰期操作。
6. 避免过度索引
每创建一个索引都会增加写操作的开销（插入、更新、删除时需同步更新索引），并占用更多磁盘空间。优先为高频查询、过滤条件严格的字段创建索引，删除无用索引（如测试阶段创建的临时索引、不再使用的字段索引），平衡查询性能与写入开销。
7. 使用覆盖索引减少IO
设计查询时，尽量让查询字段包含在索引中，实现覆盖查询（即查询无需访问文档本身）。例如，索引为{ userid: 1, name: 1 }，查询db.collection.find({ userid: 123 }, { _id: 0, userid: 1, name: 1 })可直接从索引获取数据，无需读取文档，显著减少磁盘IO。
8. 强制使用指定索引
若查询优化器未选择最优索引，可使用hint()方法强制指定索引。例如，db.collection.find({ userid: 123, status: 'active' }).hint({ userid: 1, status: 1 })强制使用{ userid: 1, status: 1 }索引。适用于查询优化器因统计信息不准确选择低效索引的场景。
