1. 硬件基础优化
2. MongoDB配置文件调整（/etc/mongod.conf）
storage.wiredTiger.engineConfig下设置cacheSizeGB，值为系统内存的50%-75%（如cacheSizeGB: 8）。此参数决定了MongoDB可用的内存缓存，直接影响查询性能。operationProfiling下设置mode: "slowOp"，并指定slowOpThresholdMs（如slowOpThresholdMs: 100，单位毫秒）。慢查询日志会记录执行时间超过阈值的查询，帮助定位性能瓶颈。net.maxIncomingConnections（如maxIncomingConnections: 2000），根据应用并发需求增加最大入站连接数，避免连接数过多导致性能下降。3. 索引优化
db.users.createIndex({email: 1})），单字段索引适用于简单查询；复合索引（如db.orders.createIndex({customer_id: 1, order_date: -1})）适用于多条件查询，能大幅提升范围查询和排序性能。db.products.find({category: "electronics"}, {name: 1, price: 1})），避免回表操作（从磁盘读取完整文档），减少I/O开销。可通过explain("executionStats")查看查询是否使用了覆盖索引。db.users.getIndexes()），删除未使用或冗余的索引。reindex()命令重建碎片化索引（如db.large_collection.reIndex()），保持索引的高效性。4. 查询语句优化
db.users.find({age: {$gt: 18}}, {name: 1, age: 1, _id: 0})），避免传输整个文档，降低网络带宽消耗。skip()和limit()实现分页（如db.products.find().skip(20).limit(10)），避免一次性返回大量数据导致内存溢出。db.users.find({email: "test@example.com"})，其中email有索引），可通过explain("executionStats")查看查询计划，确认是否使用了索引。match、group、sort）组合成一个聚合管道（如db.sales.aggregate([{match: {year: 2024}}, {group: {_id: "$product", total: {$sum: "$amount"}}}])），减少中间结果的读写次数，提高查询效率。5. 监控与诊断
mongostat可实时查看数据库操作的QPS（每秒查询数）、延迟等指标；mongotop可查看各个集合的读写时间分布，快速定位慢查询集合。db.adminCommand({getLog: "slowops"})查看慢查询详情，结合explain()分析查询计划，优化慢查询语句。6. 分片与副本集优化（针对大规模数据）
user_id分片），提高查询和写入的横向扩展能力。适用于数据量超过单机内存容量的场景（如TB级数据）。