MongoDB配置中索引如何优化CentOS

1. 诊断查询模式，明确优化方向
使用explain()方法分析查询执行计划，是索引优化的基础。通过db.collection.find(query).explain("executionStats")可查看查询是否使用了索引、索引使用效果（如winningPlan中的indexName）及性能指标（如executionTimeMillis）。重点关注stage字段（若为COLLSCAN则表示全表扫描，需优化），以及usedIndexes列表确认索引命中情况。

2. 精准创建高效索引

• 单字段索引：为高频查询字段创建单字段索引，如db.users.createIndex({username: 1})（1表示升序，-1表示降序）。适用于精确匹配或范围查询。
• 复合索引：针对多字段组合查询，需遵循“最左前缀原则”设计字段顺序（如db.users.createIndex({username: 1, age: -1})）。若查询条件为{username: "Alice", age: {$gt: 20}}，此索引可高效命中；若查询仅含{age: {$gt: 20}}，则索引无效。
• 覆盖索引：设计包含查询所需所有字段的索引，避免回表读取文档（如db.users.createIndex({username: 1, email: 1})，查询{username: "Alice"}可直接从索引返回结果，无需访问数据文件）。
• 选择性索引：优先为高选择性字段（如唯一ID、状态码）创建索引，这类字段能有效区分文档，提升索引过滤效率。

3. 删除冗余与无用索引

• 查看现有索引：使用db.collection.getIndexes()列出集合所有索引，识别重复（如同一字段的多组索引）或未使用的索引。
• 删除无用索引：通过db.collection.dropIndex({field: 1})删除不再需要的索引（如业务变更后不再查询的字段索引），减少写操作的开销（每写一次数据需更新所有相关索引）。

4. 强制使用与定期重建索引

• 索引提示：若explain()显示查询未使用最优索引，可使用hint()强制指定索引（如db.users.find({username: "Alice"}).hint({username: 1})）。需谨慎使用，避免人为干预导致性能下降。
• 定期重建索引：随着数据增删改，索引会产生碎片，降低查询效率。使用db.collection.reIndex()重建索引，优化碎片化（建议在低峰期执行，避免影响线上业务）。

5. 监控索引使用情况

• 开启Profiler：通过db.setProfilingLevel(2)开启慢查询日志（记录所有查询），或db.setProfilingLevel(1, {slowms: 100})记录超过100ms的查询。使用db.system.profile.find()查看慢查询详情，定位未使用索引的查询。
• 第三方工具：使用MongoDB Atlas、Ops Manager等工具实时监控索引使用率、查询延迟等指标，根据监控数据动态调整索引策略。

6. 硬件与配置优化

• 内存扩容：MongoDB依赖内存缓存索引和数据，建议将storage.wiredTiger.engineConfig.cacheSizeGB设置为物理内存的50%-70%（如16GB内存可设置8GB），提升索引命中率。
• 使用SSD：SSD的随机读写性能远优于HDD，能显著降低索引访问延迟。建议将MongoDB数据目录（storage.dbPath）部署在SSD上。
• 调整配置参数：优化/etc/mongod.conf中的net.maxIncomingConnections（连接池大小，默认100，可根据并发量调整）、operationProfiling.mode（慢查询监控模式）等参数，提升索引维护效率。

7. 分片与复制集扩展

• 分片：对于海量数据（如TB级），使用分片技术将数据分散到多个节点，提升查询并行度。选择合适的分片键（如高选择性字段），避免热点问题（如避免使用单调递增的_id作为分片键）。
• 复制集：通过复制集实现数据冗余和高可用，将读操作分发到从节点，减轻主节点压力（如rs.add("secondary_host:27017")添加从节点）。