MongoDB 索引优化，提高查询效率-JavaScript中文网-JavaScript教程资源分享门户

前言

在 Web 开发中，数据的存储和查询是非常重要的环节，而 MongoDB 作为一种非关系型数据库，其查询效率通常比关系型数据库更高。

索引是 MongoDB 查询优化的一种方式，它可以提高数据查询的效率。在本文中，我们将讨论 MongoDB 索引的相关概念和优化方法，并提供一些示例代码。

MongoDB 索引概述

在 MongoDB 中，索引是一种数据结构，它可以加速数据的查询。MongoDB 支持多种类型的索引，包括单键索引、复合索引、全文索引和地理空间索引等。通过在某些字段上建立索引，MongoDB 可以快速地定位和访问符合条件的文档。

一般情况下，MongoDB 在插入数据时会自动为 _id 字段创建唯一索引。但是，如果我们的查询需要根据其他字段来进行筛选，那么就需要手动创建索引。创建索引可以使用 createIndex() 方法，例如：

db.collection.createIndex({ field: 1 })

这里的 field 是需要创建索引的字段，后面的数字代表索引的排序方式，1 表示升序，-1 表示降序。MongoDB 还支持在复合索引中指定多个字段，例如：

db.collection.createIndex({ field1: 1, field2: -1 })

同时对多个字段进行排序可以提高查询效率。

除了手动创建索引外，MongoDB 中还有一种自动选择索引的机制。在执行查询时，MongoDB 会尝试自动判断哪些索引最适合当前查询，并使用该索引进行查询。

MongoDB 索引优化方法

虽然索引可以提高查询效率，但也会带来一定的负担。如果索引太多或者索引字段过多，会导致索引的维护成本变高，甚至会消耗过多的磁盘空间。为了避免这种情况，我们需要优化索引。

1. 表结构设计

在设计表结构时，需要有意识地考虑哪些字段需要进行索引。通常来说，我们需要对经常进行筛选或排序的字段创建索引。但是，创建一个过多的索引会降低性能。因此，我们需要在创建索引时进行取舍，尽量减少索引的数量。

2. 索引覆盖

在查询时使用索引获取所需要的字段，而不是直接查询整个文档，可以加速查询速度。这种方式被称为索引覆盖（Index covering）。为了实现索引覆盖，我们需要给查询的字段创建索引，例如：

db.collection.createIndex({ field1: 1, field2: -1, field3: 1 })
db.collection.find({ field1: 'value1', field2: 'value2' }, { field3: true, _id: false })

在以上代码中，我们创建了一种复合索引，然后在查询时只返回需要的 field3 字段，从而实现了索引覆盖。

3. 索引删除

删除不需要的索引可以减少索引维护的成本，提高查询效率。可以使用 dropIndex() 方法来删除索引，例如：

db.collection.dropIndex({ field1: 1 })

该方法会删除 field1 字段的索引。

4. 确定索引的选择性

索引的选择性指的是索引字段在数据中的唯一性。选择性越高，索引的效率就越高。可以使用以下公式来计算索引的选择性：

选择性 = 索引字段的唯一值总数 / 索引覆盖的文档总数

例如，如果一个字段有 10,000 个唯一值，而文档总数是 1,000,000，那么该字段的选择性为 0.01。一般来说，选择性越高的索引效率越高，因此我们应该尽量选择选择性高的字段进行索引。

5. 确定索引的前缀长度

对于复合索引，我们可以选择对前面的字段进行索引，而不必对后面的字段进行索引。例如，对于以下复合索引：

db.collection.createIndex({ field1: 1, field2: -1, field3: 1 })

我们可以只对 field1 和 field2 进行查询，而不对 field3 进行查询。这可以通过设置索引的前缀长度来实现，例如：

db.collection.createIndex({ field1: 1, field2: -1, field3: 1 }, { partialFilterExpression: { field3: { $exists: true } }, collation: { locale: 'en', strength: 1 }, name: 'myIndex' })

参数 partialFilterExpression 指定了索引的前缀，只有 field1 和 field2 会被索引到。如果需要查询 field3，也可以单独为 field3 创建索引。参数 collation 指定了索引的排序方式，一般来说，使用 strength: 1 可以提高查询效率。参数 name 指定了索引的名称。

示例代码

接下来，我们将通过一些示例代码来演示如何使用 MongoDB 索引来提高查询效率。

1. 创建单键索引

db.users.createIndex({ name: 1 })

以上代码会在 users 集合中对 name 字段进行升序索引。

2. 创建复合索引

db.users.createIndex({ age: 1, name: -1 })

以上代码会在 users 集合中对 age 字段进行升序索引，name 字段进行降序索引。

3. 游标查询

const cursor = db.users.find({ age: { $gte: 20 } }).sort({ name: 1 })
while (cursor.hasNext()) {
  const doc = cursor.next()
  printjson(doc)
}

以上代码会查询 age 大于等于 20 的文档，并按照 name 升序排列，输出所有符合条件的文档。

4. 索引覆盖

db.users.createIndex({ age: 1, name: -1, gender: 1 })
db.users.find({ age: { $gte: 20 }, name: { $regex: '^a' } }, { gender: true, _id: false })

以上代码会对 age、name 和 gender 字段进行索引，然后在查询时只返回 gender 字段，从而实现了索引覆盖。

来源：JavaScript中文网，转载请注明来源 https://www.javascriptcn.com/post/67d646f0a941bf7134bfa4e8

MongoDB 索引优化，提高查询效率

前言