Indexes in MongoDB beschleunigen Abfragen, indem sie der Datenbank ermöglichen, Dokumente zu finden, ohne die gesamte Collection zu durchsuchen — genau wie in relationalen Datenbanken. Ohne Indexes führen Abfragen einen Collection Scan durch (Überprüfung jedes Dokuments); mit ihnen sind Lookups schnell. MongoDB unterstützt mehrere Index-Typen.
db..({ : });
db..({ : });
db..({ : });
db..();
Das Standard-Feld _id ist immer indexiert. Sie fügen Indexes auf Feldern hinzu, die Sie häufig abfragen, sortieren oder filtern.
// a compound index on multiple fields — order matters!
db.users.createIndex({ country: 1, age: -1 });
// helps: { country: ? }, { country: ?, age: ? } (leftmost prefix)
// does NOT help: { age: ? } alone
Compound Indexes decken Abfragen auf mehreren Feldern ab, aber die Feldreihenfolgematerie (der Index unterstützt Abfragen unter Verwendung eines linken Präfix seiner Felder — eine Schlüsselregel zum Verständnis).
Single field → { field: 1 }
Compound → { a: 1, b: -1 } (multiple fields)
Multi-key → automatically created when indexing an ARRAY field (indexes each element)
Text → text search on string content
Geospatial → 2dsphere for location queries
Hashed → for hashed sharding
TTL → { createdAt: 1 } with expireAfterSeconds → auto-delete old docs
Unique → { email: 1 }, { unique: true } → enforce uniqueness
Partial/Sparse → index only some documents
✓ Indexes speed up reads dramatically (collection scan → index lookup)
✗ But they consume storage and SLOW DOWN writes (each write updates indexes)
→ Index what you query frequently; don't over-index (hurts writes). Use explain()
to verify queries use indexes (look for COLLSCAN = bad, IXSCAN = good).
Indexes sind eines der wichtigsten Themen für MongoDB-Leistung — sie sind das primäre Werkzeug, um Abfragen schnell zu machen, und die Prinzipien ähneln relationalen Datenbanken, daher ist ihr Verständnis wesentlich für performante MongoDB-Anwendungen.
Ohne Indexes erfordern Abfragen Collection Scans (Überprüfung jedes Dokuments — katastrophal langsam bei wachsenden Collections), während Indexes schnelle Lookups ermöglichen — oft der Unterschied zwischen einer Abfrage, die Millisekunden versus Sekunden dauert.
Das Verständnis, wie man Indexes auf häufig abgefragten/sortierten/gefilterten Feldern erstellt, ist grundlegend. Compound Indexes (die mehrere Felder abdecken) sind wichtig, besonders die Regel, dass Feldreihenfolgematerie (ein Index unterstützt Abfragen unter Verwendung eines linken Präfix seiner Felder — ein Schlüsselkonzept für die Gestaltung effektiver Compound Indexes).
Die Kenntnis der MongoDB-relevanten Index-Typen ist wertvoll: Multi-Key Indexes (automatisches Indexieren von Array-Elementen — wichtig angesichts von Mongodbts Array-lastigen Dokumenten), TTL Indexes (automatisches Ablaufen alter Dokumente — nützlich für Sessions, Logs, temporäre Daten), Unique Indexes (Durchsetzung von Eindeutigkeit), Text- und Geospatial-Indexes für spezialisierte Abfragen sowie Partial/Sparse Indexes.
Das Verständnis des Trade-offs (Indexes beschleunigen Lesevorgänge, verbrauchen aber Speicher und verlangsamen Schreibvorgänge, also indexieren Sie das, was Sie abfragen, ohne zu über-indexieren) und die Verwendung von explain() zur Überprüfung, ob Abfragen Indexes verwenden (COLLSCAN = schlechter Scan, IXSCAN = gute Index-Nutzung), ist die wichtigste praktische Fähigkeit für Optimierung.
Da Abfrageleistung kritisch ist und ordnungsgemäße Indexierung die wirkungsvollste MongoDB-Optimierung ist, ist das Verständnis von Indexes — wie sie funktionieren, Compound Index-Reihenfolge, die MongoDB-spezifischen Typen (Multi-Key, TTL, Unique), der Read/Write Trade-off und Verifikation mit explain() — wesentlich, hochwertig Wissen für performante MongoDB-Anwendungen und eines der wichtigsten MongoDB-Themen, das die Bedeutung von Indexierung in SQL-Datenbanken widerspiegelt.