Ubuntu中MongoDB索引优化策略
db.users.createIndex({ age: 1 })（1表示升序，-1表示降序）。适用于简单查询场景，能有效提升查询速度。{ age: 1, name: 1 }，创建复合索引db.users.createIndex({ age: 1, name: 1 })，可避免扫描多个单字段索引。db.users.find({ age: 1 }, { name: 1, age: 1 }).explain("executionStats")中，若索引包含name和age，则executionStats.executionStages.inputStage.stage显示为IXSCAN，而非FETCH）。db.articles.createIndex({ tags: 1 })）、地理空间索引（用于地理位置查询，如db.places.createIndex({ location: "2dsphere" })）或文本索引（用于全文搜索，如db.articles.createIndex({ content: "text" })）。通过explain("executionStats")方法查看查询的执行细节，重点关注：
winningPlan.inputStage.stage是否为IXSCAN（表示使用了索引），若为COLLSCAN则表示全表扫描；executionStats.executionTimeMillis（查询耗时）、executionStats.totalDocsExamined（扫描文档数）、executionStats.totalKeysExamined（扫描索引键数）；executionStats.nReturned（返回文档数），判断查询效率是否符合预期。db.collection.getIndexes()查看集合中的所有索引，确认是否存在冗余或未使用的索引。db.setProfilingLevel(2)记录所有查询，db.setProfilingLevel(1)记录慢查询，默认阈值为100ms），通过db.system.profile.find()分析慢查询的索引使用情况。db.serverStatus().metrics.query中的totalQueries（总查询数）和indexOnly（覆盖索引查询数）计算索引命中率，评估索引有效性。db.collection.reIndex()重建索引，解决索引碎片化问题（碎片化会导致查询性能下降），尤其适用于数据量大幅增长或频繁更新的集合。getIndexes()识别未使用的索引（如长期未被查询命中的索引），使用db.collection.dropIndex("index_name")删除，减少写操作开销（每个索引都会增加插入、更新、删除的时间）和存储空间占用。userid比status更具区分度）、过滤性强（常用于where子句）的字段放在复合索引前面。例如，若查询条件多为{ userid: 1, status: 1 }，则复合索引应为{ userid: 1, status: 1 }。hint()方法强制指定索引，如db.users.find({ age: 1 }).hint({ age: 1 })，但需谨慎使用（避免覆盖所有查询场景）。storage.wiredTiger.engineConfig.cacheSizeGB），建议设置为可用内存的70%~80%，确保索引能缓存在内存中，减少磁盘I/O。
