---

title: MongoDB索引与查询优化实战

keywords:

• MongoDB
• 复合索引
• 覆盖查询
• 部分索引
• TTL索引
• explain
• WiredTiger
• 连接池
• 聚合管道
• 高基数

description: 通过复合与部分索引、覆盖查询与管道优化提升 MongoDB 性能，并以 explain/指标验证策略效果。

date: 2025-11-25

tags:

• MongoDB
• TTL索引
• WiredTiger
• explain
• 后端
• 复合索引
• 技术
• 数据库
• 聚合管道
• 覆盖查询
• 连接池
• 部分索引
• 高基数

categories:

• 文章资讯
• 技术教程

---

概述

MongoDB 的查询性能高度依赖于索引与数据模型。本文提供常用优化策略与已验证的参数建议，帮助稳定提升读写性能。

索引策略（已验证）

• 复合索引：按查询条件与排序组合创建，如 { status: 1, ts: -1 }。
• 覆盖查询：确保返回列包含在索引中，避免回表（projection 精简字段）。
• 部分索引：对活跃子集加索引，降低写入开销，如 { status: 'active' }。
• TTL 索引：对过期数据自动删除，降低存储与查询压力。

查询与聚合

• 使用 explain('executionStats') 观察扫描文档数与索引使用情况。
• 聚合管道中尽量前置 $match 与 $project，减少后续阶段处理量。
• 谨慎使用 $regex 与前缀匹配；必要时结合 text 索引与权重。

连接与资源

• 连接池：合理设置 maxPoolSize 并监控等待时间；
• WiredTiger 缓存：关注缓存命中率与脏页；
• 写入策略：批量写入与合并更新减少锁竞争。

示例

// 复合索引与查询示例
db.orders.createIndex({ status: 1, ts: -1 })
db.orders.find({ status: 'active' }).sort({ ts: -1 }).limit(100)

// 部分索引
db.users.createIndex({ email: 1 }, { partialFilterExpression: { verified: true } })

// TTL 索引（过期字段为日期）
db.sessions.createIndex({ expireAt: 1 }, { expireAfterSeconds: 0 })

// explain
db.orders.find({ status: 'active' }).sort({ ts: -1 }).limit(100).explain('executionStats')

验证与监控

• 指标：查询耗时、扫描文档数、命中索引率；
• 慢查询日志：分析 TopN 与模式；
• 资源：连接池等待、缓存命中与 I/O；

常见误区

• 对所有可能字段建立索引导致写入退化与膨胀；
• 忽略排序字段导致排序回表与内存开销；
• 过度依赖正则文本匹配，未使用合适的索引与投影。

结语

通过合理的索引与聚合管道设计，并以 explain 与监控验证，MongoDB 能在复杂场景中实现稳定与高效的查询性能。