目录
1、索引数据结构：B-树
MongoDB使用B-树，所有节点都有Data域，只要找到指定索引就可以进⾏访问，单次查询从结构上来看要快于MySql。
2、索引类型
2.1 单字段索引
// 创建：在 age 字段升序索引
db.users.createIndex({ age: 1 }) 适用：等值查询、范围扫描（
age: 25或age: { $gt: 30 }）
2.2 复合索引（最重要！）
// 创建：先按 city 排序，再按 age 排序
db.users.createIndex({ city: 1, age: -1 })最左前缀原则：
✅ 有效查询：{ city: "北京" }、{ city: "上海", age: { $lt: 30 } }
❌ 无效查询：{ age: 25 }（无法命中索引）
2.3 多键索引（数组字段）
// tags 是数组字段：["sports", "music"]
db.products.createIndex({ tags: 1 })行为：为数组中的 每个元素 创建独立索引项
限制：复合索引中 最多一个数组字段
2.4 地理空间索引
// 2dsphere 索引（地球球面坐标）
db.places.createIndex({ loc: "2dsphere" })查询示例：
db.places.find({
loc: {
$near: {
$geometry: { type: "Point", coordinates: [116.4, 39.9] },
$maxDistance: 1000 // 1公里内
}
}
})2.5 全文索引
db.articles.createIndex({ content: "text" })支持：多语言分词、停用词过滤
搜索：
db.articles.find({ $text: { $search: "mongodb tutorial" } })
2.6 哈希索引（分片专用）
db.users.createIndex({ _id: "hashed" }) // 分片键均匀分布2.7 TTL 索引（自动过期）
// 文档在 create_time 后 3600 秒自动删除
db.logs.createIndex({ create_time: 1 }, { expireAfterSeconds: 3600 })3、索引管理操作
3.1 创建索引
// 后台构建（不阻塞读写）
db.orders.createIndex({ product_id: 1 }, { background: true })3.2 查看索引
db.collection.getIndexes()
// 输出：
[
{ "v": 2, "key": { "_id": 1 }, "name": "_id_" },
{ "v": 2, "key": { "city": 1, "age": -1 }, "name": "city_1_age_-1" }
]3.3 删除索引
db.users.dropIndex("city_1_age_-1")3.4 修改索引（隐藏/重建）
// 隐藏索引（测试性能影响）
db.coll.hideIndex("index_name")
// 重建索引（碎片整理）
db.coll.reIndex()4、explain分析执行计划
db.orders.find({ user_id: 100 }).explain("executionStats")注意：索引不是免费的 — 每个索引增加 10-20% 的写入开销。
explain()接收不同的参数，通过设置不同参数我们可以查看更详细的查询计划。
- queryPlanner：queryPlanner是默认参数，具体执行计划信息参考下面的表格。
- executionStats：executionStats会返回执行计划的一些统计信息(有些版本中和allPlansExecution等同)。
- allPlansExecution:allPlansExecution用来获取所有执行计划，结果参数基本与上文相同。
1> queryPlanner默认参数
2> executionStats参数
理想状态：nReturned = totalKeysExamined = totalDocsExamined
stage的类型：
| 阶段 | 说明 | 优化建议 |
|---|---|---|
COLLSCAN |
全集合扫描 | 必须添加索引 |
IXSCAN |
索引扫描 | 检查索引效率 |
FETCH |
文档获取 | 减少回表次数 |
SORT |
内存排序 | 添加排序索引 |
LIMIT |
结果限制 | - |
SKIP |
结果跳过 | 避免大数据集skip |
COUNT_SCAN |
计数扫描 | 高效计数 |
5、慢查询分析
慢查询：
定义：执行时间超过设定阈值的操作（默认100ms）
范围：包括查询、更新、删除、聚合等所有数据库操作
关键指标：执行时间、扫描文档数、返回文档数、索引使用情况
5.1 开启慢查询记录
// 设置慢查询阈值(单位:毫秒)
db.setProfilingLevel(1, { slowms: 50 })
// 查看当前配置
db.getProfilingStatus()
/* 输出:
{
"was": 1,
"slowms": 50,
"sampleRate": 1.0
}
*/| 参数 | 默认值 | 说明 | 生产建议 |
|---|---|---|---|
slowms |
100 | 慢查询阈值(毫秒) | 50-100ms |
sampleRate |
1.0 | 采样率(1.0=记录所有慢查询) | 0.5(高负载系统) |
profile |
0 | 0=关闭,1=慢查询,2=所有操作 | 1 |
配置文件设置(mongod.conf)：
operationProfiling:
mode: slowOp # 仅记录慢查询
slowOpThresholdMs: 50 # 50ms阈值
slowOpSampleRate: 0.5 # 50%采样率5.2 慢查询日志分析
查看慢查询日志：
// 按执行时间倒序查看
db.system.profile.find().sort({ millis: -1 }).limit(5)关键日志字段解析：
| 字段 | 说明 | 优化关注点 |
|---|---|---|
op |
操作类型(query/update/remove) | 高频操作类型 |
ns |
命名空间(database.collection) | 热点集合 |
millis |
执行时间(毫秒) | >100ms需优化 |
keysExamined |
扫描索引键数量 | 对比nreturned |
docsExamined |
扫描文档数量 | 过高需索引优化 |
nreturned |
返回文档数量 | 对比keysExamined |
planSummary |
执行计划摘要 | COLLSCAN需警惕 |
command |
完整命令(含查询条件) | 查询模式分析 |
慢查询特征分析：
// 分析不同操作的慢查询分布
db.system.profile.aggregate([
{ $group: {
_id: "$op",
count: { $sum: 1 },
avgTime: { $avg: "$millis" },
maxTime: { $max: "$millis" }
}}
])
// 分析TOP慢查询集合
db.system.profile.aggregate([
{ $group: {
_id: "$ns",
count: { $sum: 1 },
queries: { $push: { query: "$command", time: "$millis" } }
}},
{ $sort: { count: -1 } },
{ $limit: 3 }
])之后通过4分析执行计划