索引的作用与原理

索引的作用

索引是数据库中用于加速查询操作的数据结构。在MongoDB中，索引的作用主要体现在三个方面：提高查询性能、保证数据唯一性和优化排序操作。当集合中的数据量较大时，没有索引的查询会进行全表扫描，效率极低。例如，一个包含百万文档的集合，查询特定条件的文档可能需要扫描所有文档，而使用索引后可能只需检查几十个文档。

索引还能强制字段的唯一性。创建唯一索引后，MongoDB会拒绝插入或更新导致重复值的操作。这对于用户邮箱、手机号等需要唯一性的场景特别有用。此外，当查询包含排序操作时，合适的索引可以避免内存中的排序过程，直接按索引顺序返回结果。

// 创建普通索引
db.users.createIndex({ username: 1 });

// 创建唯一索引
db.users.createIndex({ email: 1 }, { unique: true });

// 复合索引
db.orders.createIndex({ customerId: 1, orderDate: -1 });

索引的工作原理

MongoDB的索引通常采用B树数据结构（实际是B树的变种B+树）。这种结构保持数据有序，同时允许高效的插入、删除和查找操作。当执行查询时，查询优化器会评估可用的索引，选择最高效的索引路径。

索引的工作原理可以比作书籍的目录：不必逐页翻阅整本书，通过目录快速定位到特定章节。例如，对{ age: 25 }的查询，MongoDB会先检查age字段是否有索引，有则使用索引快速定位到所有age=25的文档位置，然后直接获取这些文档。

B树索引的特点是保持数据平衡，确保从根节点到任何叶子节点的路径长度相同。每个节点包含多个键和指针，大大减少了磁盘I/O次数。对于范围查询（如{ age: { $gt: 20 } }），B树可以高效地定位到第一个匹配的键，然后顺序遍历后续键。

索引的类型

MongoDB支持多种索引类型以适应不同场景。单字段索引是最基本的类型，在单个字段上创建。复合索引则在多个字段上建立，字段顺序对索引效率有重大影响。例如，db.users.createIndex({ lastName: 1, firstName: 1 })创建的索引，对lastName的查询或lastName和firstName的组合查询都有效，但仅对firstName的查询无效。

多键索引用于数组字段，会为数组中的每个元素创建索引条目。地理空间索引支持位置查询，全文索引支持文本搜索功能。哈希索引将字段值转换为哈希值，适合等值查询但不支持范围查询。

// 多键索引示例
db.products.createIndex({ tags: 1 });

// 地理空间索引
db.places.createIndex({ location: "2dsphere" });

// 文本索引
db.articles.createIndex({ content: "text" });

索引的存储结构

MongoDB的索引以B树结构存储在磁盘上，与数据文件分开。每个索引条目包含索引字段的值和指向对应文档的指针（通常是文档ID）。当集合较大时，索引可能占用相当可观的存储空间。

索引条目按照字段值排序存储，这使得范围查询和排序操作非常高效。对于复合索引，字段值的组合会按照索引定义的顺序进行排序。例如，{ a: 1, b: -1 }索引会先按a升序排列，a相同的再按b降序排列。

WiredTiger存储引擎（MongoDB默认引擎）使用压缩技术减少索引大小。索引页通常缓存在内存中，热索引可以完全驻留内存，极大提高查询速度。通过db.collection.stats()可以查看索引的详细存储信息。

索引的选择与优化

选择合适的索引需要考虑查询模式。使用explain()方法可以分析查询如何利用索引。覆盖查询是指查询只需使用索引而不必访问实际文档，效率最高。例如，如果索引包含所有查询字段，MongoDB可以直接从索引返回结果。

索引并非越多越好，每个索引都会增加写入操作的开销。插入文档时需要更新所有相关索引，更新索引字段也会导致索引更新。对于写多读少的集合，应谨慎添加索引。监控工具如mongotop和mongostat可以帮助评估索引的使用情况。

// 分析查询执行计划
db.users.find({ age: { $gt: 30 } }).explain("executionStats");

// 强制使用特定索引
db.users.find({ username: "john", age: 30 }).hint({ username: 1 });

索引的局限性

索引虽然强大但也有局限性。索引会占用额外存储空间，对于大型集合可能达到数据大小的相当比例。索引会降低写入性能，每次插入、更新或删除文档都需要更新所有相关索引。

某些查询无法有效使用索引，如正则表达式查询（非前缀匹配）、否定查询（$ne, $not）等。索引选择性也很重要，低选择性的字段（如性别）上的索引效果较差。当索引字段频繁更新时，维护索引的开销可能超过查询收益。

部分操作符如$exists、$type的索引使用效率取决于具体场景。数组字段上的多键索引可能导致索引膨胀，特别是当数组包含大量元素时。索引碎片化也会随时间降低性能，需要定期维护。