Kokias išplėstas indeksavimo strategijas palaiko MongoDB?

Question

Accepted Answer

Viršijant pagrindinius vieno lauko indeksus, MongoDB siūlo išplėstas indeksavimo strategijas — **sudėtinių indeksų rūšiavimas (ESR taisyklė)**, **aprėpti užklausos**, **daliniai/retinti indeksai**, **TTL indeksai** ir dar daugiau — kurie dramatiškai veikia užklausų efektyvumą. Jų įvaldymas yra esmingas MongoDB optimizavimui dideliame mastelyje.

## ESR taisyklė sudėtiniams indeksams

```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
```

**ESR taisyklė** (Equality, Sort, Range – lygybė, rūšiavimas, diapazonas) sudaro sudėtinius indeksus, kurie efektyviai aptarnauja užklausos filtro, rūšiavimo ir diapazono dalis — pagrindinė optimizavimo technika.

## Aprėptos užklausos — aptarnautos tik iš indekso

```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)
```

**Aprėpta užklausa** (visi filtro ir projektuoti laukai indekse) atsakoma iš indekso vien — itin greita, niekada neskaitant dokumentų.

## Specializuoti indekso tipai

```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
```

## Indeksų analizė ir priežiūra

```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
```

## Kodėl tai svarbu

Išplėstos indeksavimo strategijos yra vertinga aukštesnio lygio žinių sritis **MongoDB efektyvumui optimizuoti dideliame mastelyje**, remiantis pagrindiniu indeksavimu.

Nors pagrindiniai indeksai padeda, išplėstų strategijų įvaldymas yra tai, kas skiria pakankamai nuo puikaus MongoDB efektyvumo.

**ESR taisyklė** (sudėtinio indekso laukų rūšiavimas kaip Lygybė, Rūšiavimas, Diapazonas) yra pagrindinė technika sudėtiniams indeksams kurti, kurie efektyviai aptarnauja užklausos filtro, rūšiavimo ir diapazono sąlygas kartu — dažnai taikomas optimizavimas, kuris nėra akivaizdus be taisyklės žinojimo. **Aprėptos užklausos** (kur visi filtro ir grąžinti laukai yra indekse, todėl užklausa atsakoma iš indekso vien be dokumentų skaitymo) suteikia dramatišką greitumą skaitymo intensyviosioms užklausoms — galingas metodas.

Žinojimas apie **specializuotus indekso tipus** — **dalinius** (indeksuojant tik atitinkančius dokumentus, mažesnis ir tikslinis), **retinius** (tik dokumentai su lauku), **TTL** (automatiškai baigiančius galioti duomenis, idealus seansams/žurnalams/laikinam duomenims), **žiniatinklius** (nežinomiems laukų vardams), **multikey** (automatinis masyvams), ir **unikalius** — leidžia pasirinkti tinkamą indeksą kiekvienam scenarijui, optimizuojant saugojimą ir rašymo sąnaudas tuo metu aptarnaudami užklausas.

**Analizės ir priežiūros** drausmė (naudojant `explain()` indekso naudojimui ir efektyvumui patikrinti, `$indexStats` nemasyvai indeksams rasti ir pašalinti, kurie nereikalingai sulėtina rašymą, ir tokius įrankius kaip Atlas Performance Advisor) yra esminė indeksavimo efektyvumui laikyti laikui bėgant.

Kadangi indeksavimas yra labiausiai paveikus MongoDB efektyvumo svirtis, ir kadangi išplėstos strategijos (ESR sudėtinis rūšiavimas, aprėptos užklausos, specializuoti indekso tipai ir priežiūra) yra tai, kas ją optimizuoja dideliame mastelyje, išplėstų indeksavimo strategijų supratimas yra vertinga aukštesnio lygio žinių sritis aukšto efektyvumo MongoDB, tema, demonstruojanti giliąjį optimizavimo žinojimu, tikėtina aukštesniams atsakingus ir vietoje, kurioje tokios technikos kaip ESR taisyklė ir aprėptos užklausos suteikia reikšmingus praktiškai taikomus efektyvumo padidėjimus.