Linux上MongoDB的索引优化策略是什么

Linux上MongoDB索引优化策略

一 索引设计原则

• 为高频查询路径建立匹配索引：单字段查询用单键索引，多条件与排序用复合索引，尽量让索引覆盖查询所需字段形成覆盖索引，减少回表。示例：db.users.createIndex({username:1, email:1})。
• 复合索引顺序遵循“等值条件在前，排序在中，范围在后”，并尽量将排序字段放在索引靠前的位置以避免内存排序。
• 利用唯一索引与稀疏索引保障数据一致性与节省空间（如：{email:1}, {unique:true}；可选 {sparse:true}）。
• 控制索引规模与选择性：避免对低选择性字段（如 status 仅有少量枚举值）单独建索引，可将其置于复合索引的前导位与高选择性字段组合。
• 在 Linux 环境下，优先使用SSD与充足内存，确保索引常驻内存，降低磁盘 I/O 对查询的影响。

二 查询与索引匹配方法

• 使用 explain("executionStats") 验证是否命中索引、是否发生 COLLSCAN、扫描与返回数量是否接近，以及是否出现内存排序（stage 含 SORT/MERGE_SORT）。示例：db.orders.find({status:"A", amount:{$gt:100}}).sort({ts:-1}).explain("executionStats")。
• 对多条件查询优先构建复合索引；若需强制走指定索引可用 hint()，但应谨慎评估，避免人为误导优化器。
• 对“范围 + 排序”的场景，将排序字段置于复合索引前导可显著减少扫描与排序成本。
• 谨慎使用正则表达式与**$ne/$nin**等操作，它们往往难以有效利用索引，必要时考虑全文索引或改写查询。

三 维护与监控

• 定期审计与清理：用 db.collection.getIndexes() 列出索引，删除不再使用或冗余的索引；结合慢查询日志/Profiler 定位需优化的语句。
• 重建碎片化索引：在维护窗口执行 db.collection.reIndex()（注意会锁表，生产谨慎）。
• 持续监控：关注索引命中率、扫描/返回比、执行时间等指标，结合业务变化动态调整索引策略。
• 容量与性能：通过 db.collection.totalIndexSize() 评估索引体量，确保索引能常驻内存；在 Linux 上配合 SSD 与合理的 WiredTiger 缓存配置，降低 I/O 瓶颈。

四 常见场景与索引建议

五 配置与硬件要点

• 存储引擎与缓存：在 /etc/mongod.conf 中合理设置 WiredTiger cacheSizeGB，避免与系统和其他进程争用内存。
• 连接与并发：根据业务负载调整 net.maxIncomingConnections，避免连接风暴与上下文切换开销。
• I/O 子系统：优先 SSD/NVMe，并预留充足的 IOPS 与吞吐以应对索引扫描与写入放大。
• 架构扩展：数据量大或热点明显时，结合 分片 与 副本集 分散查询与写入压力，提升整体可扩展性与可用性。