Choisissez le type d'index approprié basé sur le cas d'utilisation, tels que les index de champ, composé, multikey, texte, géospatial ou TTL. 2. Appliquez la règle ESR lors de la création d'index de composés en commandant les champs en tant qu'égalité, tri, puis plage. 3. Index de conception pour prendre en charge les requêtes couvertes en incluant tous les champs de requête et de projection, en évitant _id sauf si nécessaire. 4. Surveiller l'efficacité de l'indice à l'aide de plans Expliquez et $ indexStats, supprimez les index inutilisés ou redondants pour réduire les frais généraux d'écriture. 5. Utilisez des index partiels ou clairsemés pour limiter la taille de l'index lors de l'indexation d'un sous-ensemble de documents ou champs qui peuvent être manquants. 6. Dans les grappes fragnées, sélectionnez une clé de fragment à haute cardinalité, répartie uniformément, qui s'aligne sur les requêtes communes et minimiser la dépendance aux index secondaires. Une indexation appropriée dans MongoDB nécessite d'aligner la stratégie d'index avec les modèles de requête, d'optimiser les performances et d'évaluer en continu l'utilisation pour maintenir l'efficacité.

Lorsque vous travaillez avec MongoDB, une indexation appropriée est essentielle pour les performances, surtout à mesure que vos données se développent. Sans index, MongoDB doit scanner chaque document d'une collection pour trouver ceux qui correspondent à une requête (une balayage de collection), qui devient lente et à forte intensité de ressources. Voici un guide pratique des stratégies d'indexation efficaces dans MongoDB.

1. Choisissez le bon type d'index

MongoDB prend en charge plusieurs types d'index, chacun adapté à différents cas d'utilisation:

• Index de champ unique : Meilleur pour le filtrage des requêtes sur un champ.

  

   db.collection.createIndex ({"Status": 1})

• Index de composés : Idéal lorsque les requêtes impliquent plusieurs champs. L'ordre compte - champs de préfixer utilisés dans les vérifications d'égalité d'abord, puis des champs de plage ou de tri.

   db.collection.createIndex ({"Status": 1, "CreateDat": -1})

• INDEXS MULLIKEY : Créé automatiquement lors de l'indexation des champs de tableau. Utile pour les requêtes sur les éléments du tableau.

  

   db.collection.createIndex ({"tags": 1})

• Index de texte : activer la recherche en texte intégral sur le contenu de la cha?ne.

   db.collection.createIndex ({"Title": "Text", "Content": "Text"})

• Index géospatiaux : pour les requêtes basées sur la localisation ( 2d , 2dsphere ).

   db.collection.createIndex ({"emplacement": "2dsphere"})

• Index TTL : expire automatiquement les données après une heure définie - grave pour les journaux ou les données de session.

   db.collection.createIndex ({"CreateDat": 1}, {expiraftersonconds: 3600})

2. Suivez la règle ESR (égalité, tri, plage)

Lors de la conception d'index de composés, les champs de commande en fonction de leur utilisation:

1. E Qualité - Champs avec des conditions de correspondance exactes ( status: "active" )
2. S ort - champs utilisés dans le tri ( sort: { createdAt: -1 } )
3. R ange - champs avec requêtes de plage ( createdAt > ... )

Par exemple, cette requête:

 db.orders.find (
  {Status: "expédié", utilisateur: "Jane"}
) .sort ({créédat: -1})

Devrait utiliser:

 db.orders.createIndex ({status: 1, utilisateur: 1, créé: -1})

Cela suit ESR: égalité sur status et user , puis trier sur createdAt .

3. Utiliser les index pour les projections et les requêtes couvertes

Une requête couverte est celle où tous les champs demandés sont dans l'index, donc MongoDB n'a pas besoin de récupérer le document complet. Cela peut améliorer considérablement les performances.

Exemple:

 db.users.createIndex ({"r?le": 1, "statut": 1})

Cette requête peut être couverte:

 db.users.find (
  {R?le: "admin"},
  {Statut: 1, _id: 0}
)

Assurez-vous que les champs de projection et les champs de requête sont tous dans l'index et évitez d'inclure _id à moins d'indexer.

4. Surveiller et optimiser l'utilisation de l'index

Les index ne sont pas gratuits - ils consomment de la mémoire et ralentissent les écritures. Utilisez ces outils pour les gérer:

• Expliquez des plans : utilisez .explain("executionStats") pour voir si les requêtes utilisent des index.

   db.collection.find ({status: "actif"}). Expliquez ("ExecutionStats")

  Recherchez IXSCAN (bon) vs COLLSCAN (mauvais).

• Statistiques d'utilisation des index : vérifiez les index réellement utilisés:

   db.collection.aggregate ([{$ indexStats: {}}])

  Si un index montre une utilisation faible ou nulle, envisagez de la supprimer.

• évitez les index redondants : ne créez pas d'index qui se chevauchent. Par exemple, si vous avez:

   {a: 1, b: 1}

  Vous n'avez pas besoin d'un { a: 1 } distinct à moins que les requêtes n'utilisent uniquement a et les avantages de projection.

5. Considérez les indices partiels et clairsemés

• Index partiels : index uniquement un sous-ensemble de documents qui répondent à une condition de filtre. économise de l'espace et améliore les performances.

   db.users.createIndex (
    {Email: 1},
    {PartialFilterExpression: {Email: {$ existant: true}}}
  )

• Index rares : n'incluez que des documents avec le champ indexé. Utile lorsque de nombreux documents n'ont pas le domaine.

   db.users.createIndex ({téléphone: 1}, {sparse: true})

Remarque: Les index partiels sont plus flexibles et souvent préférés aux index clairsemés dans les versions MongoDB modernes.

6. Planifier des grappes fragnées

Dans les environnements fracrés, votre clé de fragment agit comme un index mondial. Choisissez-le attentivement:

• Cardinalité élevée
• Même la distribution des données
• Prend en charge les modèles de requête communes

évitez les clés de fragment augmentant monotone (comme les horodatages), qui conduisent à des "morceaux chauds" sur un fragment.

En outre, les indices secondaires dans les grappes fracrés utilisent une approche de sport-gather , ce qui est plus lent. Utilisez-les avec parcimonie et préférez les requêtes qui incluent la clé de fragment.

Fondamentalement, l'indexation dans MongoDB ne consiste pas seulement à créer des index - il s'agit de les aligner sur vos modèles de requête, de minimiser les frais généraux et de surveiller en continu les performances. Quelques index bien con?us sont bien meilleurs que beaucoup de personnes inutilisées.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!