Milyen fejlett indexelési stratégiákat támogat a MongoDB?

Question

Accepted Answer

Az alapvető egymezős indexeléseken túl, a MongoDB fejlett indexelési stratégiákat kínál — **összetett index sorrend (ESR szabály)**, **covered queries**, **részleges/sparse indexek**, **TTL indexek** és még sok más — amelyek drasztikusan befolyásolják a lekérdezés teljesítményét. Az ezek elsajátítása kulcsfontosságú a MongoDB nagyobb léptékben történő optimalizálásához.

## Az ESR szabály összetett indexekhez

```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
```

Az **ESR szabály** (Equality, Sort, Range mezők sorrendje) összetett indexeket épít fel, amelyek a lekérdezés szűrő-, rendezési és tartományrészeit hatékonyan szolgálják ki — kulcsfontosságú optimalizálási technika.

## Covered queries — teljes válaszadás az indexből

```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)
```

Egy **covered query** (az összes szűrő és előrevetített mező az indexben) az indexből egyedül kerül megválaszolásra — rendkívül gyors, soha nem olvassa be a dokumentumokat.

## Speciális indextípusok

```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
```

## Indexek elemzése és karbantartása

```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
```

## Miért számít

A fejlett indexelési stratégiák értékes senior szintű tudás a **MongoDB teljesítménynek nagyobb léptékben történő optimalizálásához**, alapvető indexelésre építve.

Míg az alapvető indexek segítenek, a fejlett stratégiák elsajátítása az, ami az adekvát MongoDB teljesítményt kiváló szintre emeli.

Az **ESR szabály** (összetett index mezők Equality, Sort, Range sorrendben történő elrendezése) kulcsfontosságú technika olyan összetett indexek felépítéséhez, amelyek hatékonyan szolgálják ki a lekérdezés szűrő-, rendezési és tartományfeltételeit — egy gyakran alkalmazható optimalizálás, amely nem nyilvánvaló a szabály ismerete nélkül. A **covered queries** (ahol az összes szűrő és visszaadott mező az indexben van, így a lekérdezés válaszadása az indexből történik, dokumentumok beolvasása nélkül) drámai sebességnövekedést biztosítanak az olvasás-intenzív lekérdezésekhez — erőteljes technika.

A **speciális indextípusok** ismerete — **részleges** (csak illeszkedő dokumentumok indexelése, kisebb és célzott), **sparse** (csak a mezőt tartalmazó dokumentumok), **TTL** (adatok automatikus lejárata, ideális munkamenetekhez/naplókhoz/ideiglenes adatokhoz), **wildcard** (ismeretlen mezőnevekhez), **multikey** (tömbökhöz automatikus) és **unique** — lehetővé teszi a megfelelő index kiválasztását minden forgatókönyvhöz, optimalizálva a tárolást és írási költséget, miközben kiszolgál lekérdezéseket.

A **elemzés és karbantartás** fegyelem (az `explain()` használata az indexhasználat és a hatékonyság ellenőrzéséhez, `$indexStats` az olyan fel nem használt indexek megtalálásához és eltávolításához, amelyek szükségtelenül lelassítják az írásokat, valamint az Atlas Performance Advisor-hoz hasonló eszközök) elengedhetetlen az indexelés időbeli hatékonyságának fenntartásához.

Mivel az indexelés a leghatásosabb MongoDB teljesítménylehetőség, és mivel a fejlett stratégiák (ESR összetett sorrend, covered queries, speciális indextípusok és karbantartás) az, amely nagyobb léptékben optimalizálja azt, a fejlett indexelési stratégiák megértése értékes senior szintű tudás a nagy teljesítményű MongoDB-hez, egy olyan témához, amely mély optimalizálási szakértelmet mutat, amelyet senior szerepköröknél várnak el, és ahol az olyan technikák, mint az ESR szabály és covered queries jelentős, gyakorlati teljesítménynövekedést biztosítanak.