Indexes στο MongoDB επιταχύνουν τα queries επιτρέποντας στη βάση δεδομένων να βρει έγγραφα χωρίς να σαρώσει ολόκληρη τη συλλογή — όπως και στις σχεσιακές βάσεις δεδομένων. Χωρίς indexes, τα queries κάνουν collection scan (έλεγχος κάθε εγγράφου). με αυτά, τα lookups είναι γρήγορα. Το MongoDB υποστηρίζει αρκετούς τύπους indexes.
db..({ : });
db..({ : });
db..({ : });
db..();
Το προεπιλεγμένο πεδίο _id είναι πάντα indexed. Προσθέτετε indexes σε πεδία που query, sort ή filter συχνά.
// 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 καλύπτουν queries σε πολλαπλά πεδία, αλλά η σειρά πεδίων έχει σημασία (το index υποστηρίζει queries χρησιμοποιώντας ένα leftmost prefix των πεδίων του — ένας βασικός κανόνας για κατανόηση).
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).
Τα indexes είναι ένα από τα πιο σημαντικά θέματα για τη απόδοση του MongoDB — είναι το πρωτεύον εργαλείο για να κάνουν τα queries γρήγορα, και οι αρχές είναι παρόμοιες με σχεσιακές βάσεις δεδομένων, οπότε η κατανόησή τους είναι απαραίτητη γνώση για αποδοτικές εφαρμογές MongoDB.
Χωρίς indexes, τα queries απαιτούν collection scans (έλεγχος κάθε εγγράφου — καταστροφικά αργό καθώς μεγαλώνουν οι συλλογές), ενώ τα indexes ενεργοποιούν γρήγορα lookups — συχνά η διαφορά μεταξύ ενός query που διαρκεί χιλιοστά του δευτερολέπτου έναντι δευτερολέπτων.
Η κατανόηση του πώς να δημιουργείτε indexes σε πεδία που query/sort/filter συχνά είναι θεμελιώδης. Compound indexes (που καλύπτουν multi-field queries) είναι σημαντικά, ειδικά ο κανόνας ότι η σειρά πεδίων έχει σημασία (ένα index υποστηρίζει queries χρησιμοποιώντας ένα leftmost prefix των πεδίων του — ένα βασικό concept για σχεδιασμό αποδοτικών compound indexes).
Η γνώση των MongoDB-σχετικών τύπων indexes είναι πολύτιμη: multi-key indexes (αυτόματη ευρετηρίαση των στοιχείων του πίνακα — σημαντικά δεδομένου της array-heavy φύσης των εγγράφων του MongoDB), TTL indexes (αυτόματη λήξης παλιών εγγράφων — χρήσιμα για sessions, logs, προσωρινά δεδομένα), unique indexes (επιβολή μοναδικότητας), text και geospatial indexes για ειδικευμένα queries, και partial/sparse indexes.
Η κατανόηση της αντιστάθμισης (τα indexes επιταχύνουν τα reads αλλά καταναλώνουν αποθήκευση και επιβραδύνουν τα writes, οπότε ευρετηριάστε ό,τι query κάνετε χωρίς over-indexing) και η χρήση explain() για επαλήθευση ότι τα queries χρησιμοποιούν indexes (COLLSCAN = κακή σάρωση, IXSCAN = καλή χρήση index) είναι η βασική πρακτική δεξιότητα για βελτιστοποίηση.
Επειδή η απόδοση query είναι κρίσιμη και το σωστό indexing είναι η πιο σημαντική βελτιστοποίηση MongoDB, η κατανόηση των indexes — πώς λειτουργούν, η σειρά compound index, οι MongoDB-ειδικοί τύποι (multi-key, TTL, unique), η αντιστάθμιση read/write, και επαλήθευση με explain() — είναι απαραίτητη, υψηλής αξίας γνώση για αποδοτικές εφαρμογές MongoDB και ένα από τα πιο σημαντικά θέματα MongoDB, παραλληλίζοντας τη σημασία του indexing σε SQL βάσεις δεδομένων.