મૂળભૂત સિંગલ-ફીલ્ડ ઇન્ડેક્સ ઉપરાંત, MongoDB અત્યાધુનિક ઇન્ડેક્સિંગ વ્યૂહરચનાઓ આપે છે — કમ્પાઉન્ડ ઇન્ડેક્સ ઓર્ડરિંગ (ESR rule), covered queries, partial/sparse indexes, TTL indexes, અને વધુ — જે ક્વેરી પરફরમન્સને નાટકીય રીતે અસર કરે છે. તેમને આવતા શીખવું MongoDB ને સ્કેલ પર ઑપ્ટિમાઇઝ કરવાની કી છે.
For a compound index supporting a query with Equality, Sort, and Range conditions,
order the fields: EQUALITY → SORT → RANGE (the ESR rule).
// 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: { $gt: 21 } }).sort({ date: 1 });
// → the index serves equality match, sorted output, and range scan efficiently
ESR rule (Equality, Sort, Range ફીલ્ડ ઓર્ડર) કમ્પાઉન્ડ ઇન્ડેક્સ બનાવે છે જે ક્વેરીના ફિલ્ટર, સૉર્ટ અને રેન્જ પાર્ટ્સને કુશળતાથી સેવા આપે છે — એક મુખ્ય ઑપ્ટિમાઇઝેશન તકનીક.
// if a query's filter AND returned fields are ALL in the index, no document fetch needed
db.users.createIndex({ email: 1, name: 1 });
db.users.find({ email: "[email protected]" }, { name: 1, _id: 0 }); // COVERED
// → answered entirely from the index (very fast — never touches the documents)
જ્યારે covered query (તમામ ફિલ્ટર અને પ્રોજેક્ટેડ ફીલ્ડ્સ ઇન્ડેક્સમાં હોય) તો તે ઇન્ડેક્સ અકેલા તરફ થી જવાબ આપવામાં આવે છે — અત્યંત ઝડપી, ક્યારેય ડોક્યુમેન્ટ્સ વાંચતું નથી.
PARTIAL → index only documents matching a filter (smaller, targeted)
createIndex({ email: 1 }, { partialFilterExpression: { active: true } })
SPARSE → index only documents that HAVE the field (skip missing)
TTL → auto-delete documents after a time (sessions, logs, temp data)
createIndex({ createdAt: 1 }, { expireAfterSeconds: 3600 })
UNIQUE → enforce uniqueness (can combine with partial)
MULTIKEY → automatic for array fields (indexes each element)
WILDCARD → index unknown/arbitrary field names ({ "$**": 1 })
HASHED → for hashed sharding / even distribution
✓ 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
અત્યાધુનિક ઇન્ડેક્સિંગ વ્યૂહરચનાઓ MongoDB પરફરમન્સને સ્કેલ પર ઑપ્ટિમાઇઝ કરવા માટે મૂલ્યવાન સિનિયર-સ્તરનું જ્ઞાન છે, મૂળભૂત ઇન્ડેક્સિંગ પર આધારિત.
જ્યારે મૂળભૂત ઇન્ડેક્સ્સ મદદ કરે છે, તે વખતે અત્યાધુનિક વ્યૂહરચનાઓમાં માસ્ટરી જ પર્યાપ્ત અને શ્રેષ્ઠ MongoDB પરફરમન્સમાં તફાવત આણે છે.
ESR rule (કમ્પાઉન્ડ ઇન્ડેક્સ ફીલ્ડ્સને Equality, Sort, Range તરીકે ક્રમાંકિત કરવું) એક મુખ્ય તકનીક છે જે કમ્પાઉન્ડ ઇન્ડેક્સ્સ બનાવે છે જે ક્વેરીના ફિલ્ટર, સૉર્ટ અને રેન્જ શરતોને એકસાથે કુશળતાથી પૂરી કરે છે — એક વારંવાર-લાગુ ઑપ્ટિમાઇઝેશન જે આ નિયમ જાણીને વગર સ્પષ્ટ નથી. Covered queries (જ્યાં તમામ ફિલ્ટર અને રીટર્ન ફીલ્ડ્સ ઇન્ડેક્સમાં હોય, તેથી ક્વેરી ઇન્ડેક્સ અકેલા તરફ જવાબ આપવામાં આવે છે ડોક્યુમેન્ટ્સ વાંચ્યા વગર) રીડ-હેવી ક્વેરીઝ માટે નાટકીય સ્પીડ આપે છે — એક શક્તિશાળી તકનીક.
વિશેષ ઇન્ડેક્સ પ્રકારો — partial (માત્ર મેળતા ડોક્યુમેન્ટ્સ ઇન્ડેક્સ કરતું, નાનું અને લક્ષ્યસ્થાનક), sparse (માત્ર ફીલ્ડ ધરાવતા ડોક્યુમેન્ટ્સ), TTL (ઓટો-એક્સપાયરિંગ ડેટા, સેશન્સ/લોગ્સ/તાપમાન ડેટા માટે આદર્શ), wildcard (અજ્ઞાત ફીલ્ડ નામો માટે), multikey (એરેસ માટે આપોઆપ), અને unique — જાણવું તમને દરેક情景માટે યોગ્ય ઇન્ડેક્સ પસંદ કરવા દે છે, સંગ્રહ અને લખવાની કિંમત ઑપ્ટિમાઇઝ કરતાં ક્વેરીઝ સેવા આપતાં.
વિશ્લેષણ અને રક્ષણ શિસ્ત (explain() વાપરીને ઇન્ડેક્સ ઉપયોગ અને કાર્યક્ષમતા ચકાસવા માટે, $indexStats અનુપયોગી ઇન્ડેક્સ્સ શોધવા અને દૂર કરવા માટે જે બિનજરૂરી રીતે લખવા ધીમું કરે છે, અને Atlas Performance Advisor જેવા સાધનો) સમય જતાં ઇન્ડેક્સિંગ અસરગ્રસ્ત રાખવા માટે આવશ્યક છે.
ચાલુ ઇન્ડેક્સિંગ সૌથી પ્રભાવશાળી MongoDB પરફરમન્સ લીવર છે, અને ચાલુ અત્યાધુનિક વ્યૂહરચનાઓ (ESR કમ્પાઉન્ડ ઓર્ડરિંગ, covered queries, વિશેષ ઇન્ડેક્સ પ્રકારો, અને રક્ષણ) તેને સ્કેલ પર ઑપ્ટિમાઇઝ કરે છે, અત્યાધુનિક ઇન્ડેક્સિંગ વ્યૂહરચનાઓ સમજવું સિનિયર ભૂમિકાઓ માટે અપેક્ષિત ઉચ્ચ-પરફરમન્સ MongoDB માટે મૂલ્યવાન સિનિયર-સ્તરનું જ્ઞાન છે, એક વિષય જે ESR rule અને covered queries જેવી તકનીકો જ્યાં નોંધપાત્ર, વ્યવહારિક પરફરમન્સ લાભ આપે છે તે ઊંડી ઑપ્ટિમાઇઝેશન કુશળતા દર્શાવે છે.