MongoDB：索引

目录

1、索引数据结构：B-树

2、索引类型

[2.1 单字段索引](#2.1 单字段索引)

[2.2 复合索引（最重要！）](#2.2 复合索引（最重要！）)

[2.3 多键索引（数组字段）](#2.3 多键索引（数组字段）)

[2.4 地理空间索引](#2.4 地理空间索引)

[2.5 全文索引](#2.5 全文索引)

[2.6 哈希索引（分片专用）](#2.6 哈希索引（分片专用）)

[2.7 TTL 索引（自动过期）](#2.7 TTL 索引（自动过期）)

3、索引管理操作

[3.1 创建索引](#3.1 创建索引)

[3.2 查看索引](#3.2 查看索引)

[3.3 删除索引](#3.3 删除索引)

[3.4 修改索引（隐藏/重建）](#3.4 修改索引（隐藏/重建）)

4、explain分析执行计划

5、慢查询分析

[5.1 开启慢查询记录](#5.1 开启慢查询记录)

[5.2 慢查询日志分析](#5.2 慢查询日志分析)

---

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