Quelles stratégies d'indexation avancée MongoDB supporte-t-il ?

Question

Accepted Answer

Au-delà des index sur un seul champ, MongoDB propose des stratégies d'indexation avancées — **ordonnancement des index composés (règle ESR)**, **requêtes couvertes**, **index partiels/épars**, **index TTL**, et plus — qui affectent dramatiquement les performances des requêtes. Les maîtriser est essentiel pour optimiser MongoDB à grande échelle.

## Règle ESR pour les index composés

```text
For a compound index supporting a query with Equality, Sort, and Range conditions,
order the fields: EQUALITY → SORT → RANGE (the ESR rule).
```

```js
// query: status = "active" (equality), sort by date (sort), age > 21 (range)
db.users.createIndex({ status: 1, date: 1, age: 1 });   // E, S, R order
db.users.find({ status: "active", age: { $gt: 21 } }).sort({ date: 1 });
// → the index serves equality match, sorted output, and range scan efficiently
```

La **règle ESR** (Equality, Sort, Range — Égalité, Tri, Plage) construit des index composés qui servent efficacement les parties filtre, tri et plage d'une requête — une technique d'optimisation clé.

## Requêtes couvertes — servies entièrement par l'index

```js
// if a query's filter AND returned fields are ALL in the index, no document fetch needed
db.users.createIndex({ email: 1, name: 1 });
db.users.find({ email: "ann@x.com" }, { name: 1, _id: 0 });  // COVERED
// → answered entirely from the index (very fast — never touches the documents)
```

Une **requête couverte** (tous les champs de filtre et de projection dans l'index) est résolue par l'index seul — extrêmement rapide, sans jamais lire les documents.

## Types d'index spécialisés

```text
PARTIAL  → index only documents matching a filter (smaller, targeted)
  createIndex({ email: 1 }, { partialFilterExpression: { active: true } })
SPARSE   → index only documents that HAVE the field (skip missing)
TTL      → auto-delete documents after a time (sessions, logs, temp data)
  createIndex({ createdAt: 1 }, { expireAfterSeconds: 3600 })
UNIQUE   → enforce uniqueness (can combine with partial)
MULTIKEY → automatic for array fields (indexes each element)
WILDCARD → index unknown/arbitrary field names ({ "$**": 1 })
HASHED   → for hashed sharding / even distribution
```

## Analyse et maintenance des index

```text
✓ explain("executionStats") → verify index use (IXSCAN), check docs examined vs returned
✓ $indexStats → find UNUSED indexes (remove them — they slow writes for no benefit)
✓ Atlas Performance Advisor → suggests indexes based on actual query patterns
✓ Balance: enough indexes for reads, not so many that writes suffer
```

## Pourquoi c'est important

Les stratégies d'indexation avancée sont des connaissances précieuses au niveau senior pour **optimiser les performances de MongoDB à l'échelle**, s'appuyant sur l'indexation basique.

Bien que les index basiques aident, maîtriser les stratégies avancées est ce qui distingue une performance MongoDB adéquate d'une excellente performance.

La **règle ESR** (ordonnancer les champs d'index composé comme Égalité, Tri, Plage) est une technique clé pour construire des index composés qui servent efficacement ensemble les conditions de filtre, tri et plage d'une requête — une optimisation fréquemment applicable qui n'est pas évidente sans connaître la règle. Les **requêtes couvertes** (où tous les champs filtrés et retournés sont dans l'index, de sorte que la requête est résolue par l'index seul sans lire les documents) offrent des accélérations spectaculaires pour les requêtes à forte lecture — une technique puissante.

Connaître les **types d'index spécialisés** — **partiel** (indexant seulement les documents correspondants, plus petit et ciblé), **épars** (seulement les documents avec le champ), **TTL** (expiration automatique des données, idéal pour les sessions/logs/données temporaires), **wildcard** (pour les noms de champs inconnus), **multikey** (automatique pour les tableaux), et **unique** — vous permet de choisir l'index approprié pour chaque scénario, optimisant le stockage et le coût d'écriture tout en servant les requêtes.

La discipline d'**analyse et maintenance** (utiliser `explain()` pour vérifier l'utilisation et l'efficacité de l'index, `$indexStats` pour trouver et supprimer les index inutilisés qui ralentissent les écritures, et des outils comme Atlas Performance Advisor) est essentielle pour maintenir l'indexation efficace dans le temps.

Puisque l'indexation est le levier de performance MongoDB le plus impactant, et que les stratégies avancées (ordonnancement composé ESR, requêtes couvertes, types d'index spécialisés, et maintenance) sont ce qui l'optimise à l'échelle, comprendre les stratégies d'indexation avancée est une connaissance précieuse au niveau senior pour un MongoDB haute performance, un sujet démontrant une expertise d'optimisation approfondie attendue pour les rôles seniors et où les techniques comme la règle ESR et les requêtes couvertes offrent des gains de performance significatifs et pratiques.