MongoDB 索引策略在 Ubuntu 上的选择
一 核心原则与索引类型
- 索引选择以查询模式为核心，优先为高频出现在查询条件、排序、聚合中的字段建立索引；权衡读写比例、字段基数与索引维护成本。
- 常用索引类型与适用场景如下：
| 索引类型 |
适用场景 |
关键要点 |
| 单字段索引 |
单一条件查询 |
语法：{field: 1} 或 {field: -1} |
| 复合索引 |
多条件查询 + 排序 |
顺序敏感，遵循前缀匹配；可用作“最左前缀”查询 |
| 多键索引 |
数组字段查询 |
对数组元素自动建立多键索引 |
| 文本索引 |
字符串全文检索 |
使用 {field: “text”}；支持权重等选项 |
| 地理空间索引 |
地理位置查询 |
2d（平面）/ 2dsphere（球面） |
| 哈希索引 |
等值查询、哈希分片 |
使用 {field: “hashed”}，仅支持等值匹配 |
| TTL 索引 |
自动过期数据 |
{createdAt: 1}, {expireAfterSeconds: N} |
| 部分索引 |
条件子集高频查询 |
仅对满足条件的文档建索引，减小体积 |
| 稀疏索引 |
字段并非所有文档都有 |
仅索引包含该字段的文档 |
上述类型与特性为 MongoDB 官方索引类型范畴，适用于 Ubuntu 上的自托管部署；具体选择仍取决于业务查询与数据特征。
二 复合索引设计与查询匹配规则
- 采用 ESR 规则（等值 → 排序 → 范围） 安排复合索引字段顺序：
例：查询 {a: 1, b: 2, c: {$gte: 1}}.sort({d: 1, e: -1})，可优先设计索引：{a: 1, b: 1, d: 1, e: -1, c: 1}。
- 索引前缀原则：复合索引可支持“最左前缀”查询，如索引 {a:1, b:1, c:1} 可覆盖 {a:…}、{a:…, b:…}，但不覆盖 {b:…, c:…}。
- 排序与范围位置：若查询包含排序，尽量让排序字段位于索引中且位于范围条件之前；避免在范围条件后再排序。
- 覆盖索引：将查询所需字段全部放入索引（必要时显式包含或排除 _id），可使查询仅扫描索引、无需回表，降低 IO。
- 低基数字段谨慎：如“性别、状态”等值分布极少，索引选择性低，收益有限且增加维护成本。
- 谨慎使用会削弱索引的操作符：如 $ne、$nin、$not、$mod 等，易导致扫描或无法有效利用索引。
三 Ubuntu 上的实施步骤与常用命令
- 连接与基础操作
- 连接 Shell：mongo（或 mongosh）
- 创建索引：db.collection.createIndex({field: 1})；后台创建：{background: true}；唯一索引：{unique: true}
- 查看索引：db.collection.getIndexes()；删除索引：db.collection.dropIndex({field: 1}) 或按名称删除
- 查询分析与验证
- 执行计划：db.collection.find({…}).explain(“executionStats”)，关注 stage 是否为 IXSCAN、是否出现 SORT/MERGE_SORT、以及 keysExamined 与 nReturned 的比例
- 索引使用统计：在聚合中使用 $indexStats 阶段，识别未使用或低效索引
- 维护与监控
- 碎片与重建：db.collection.reIndex()（谨慎，生产建议低峰期执行）
- 资源监控：使用 mongostat、mongotop 观察索引命中与操作耗时；必要时结合 PMM 等第三方监控
- 配置层面（/etc/mongod.conf）
- 适度调整 WiredTiger 缓存：storage.wiredTiger.engineConfig.cacheSizeGB（如可用内存的 70%–80% 分配给 MongoDB）
- 慢查询与连接：开启 profiling 监控慢查询，合理设置 net.maxIncomingConnections 等网络参数
以上命令与路径为 Ubuntu 上常见做法；索引创建、explain 与索引维护语法为 MongoDB 通用接口。
四 场景化索引方案示例
- 用户登录与唯一约束：db.users.createIndex({email: 1}, {unique: true})；高频登录建议再为 {username: 1} 建立索引。
- 时间范围 + 状态筛选 + 排序分页：db.orders.createIndex({status: 1, createdAt: -1, _id: -1})，配合 .limit(N).skip(M) 实现高效分页。
- 全文搜索：db.posts.createIndex({title: “text”, content: “text”}, {weights: {title: 10, content: 1}})。
- 地理位置附近查询：db.places.createIndex({location: “2dsphere”})。
- 会话/日志自动过期：db.sessions.createIndex({lastActive: 1}, {expireAfterSeconds: 3600})。
- 数组标签查询：db.articles.createIndex({tags: 1})（自动多键）；若需去重计数可结合聚合。
- 分片键等值查询：db.events.createIndex({shardKey: “hashed”})（用于哈希分片场景）。
五 常见陷阱与优化要点
- 避免“过度索引”：每增加一个索引都会增加写放大与存储占用，定期清理未使用或低使用率索引。
- 避免低效查询模式：在条件中使用 $ne/$nin/$not/$mod、对索引字段做算术/正则不匹配等，常导致无法命中索引或性能退化。
- 控制索引规模与内存：索引应尽量能驻留内存；通过 db.collection.totalIndexSize() 与集合统计评估索引体积，必要时精简或重构索引。
- 必要时使用 hint() 进行索引验证：在测试环境强制指定候选索引，配合 explain 验证执行计划与成本，再决定是否保留或调整。
- 分片集群注意：分片键是最重要的索引之一；哈希分片使用 hashed 索引，范围分片需结合查询范围设计。
以上要点有助于在 Ubuntu 上长期保持索引策略的有效性与可维护性。