Apakah strategi pengindeksan lanjutan yang disokong oleh MongoDB?

Question

Accepted Answer

Selain index medan tunggal asas, MongoDB menawarkan strategi pengindeksan lanjutan — **penyusunan compound index (peraturan ESR)**, **covered query**, **partial/sparse index**, **TTL index**, dan banyak lagi — yang secara dramatik mempengaruhi prestasi pertanyaan. Menguasainya ialah kunci kepada pengoptimuman MongoDB pada skala.

## Peraturan ESR untuk compound index

```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
```

**Peraturan ESR** (tertib medan Equality, Sort, Range) membina compound index yang melayani bahagian penapis, isihan, dan julat sesuatu pertanyaan dengan cekap — satu teknik pengoptimuman utama.

## Covered query — dilayani sepenuhnya daripada 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)
```

Sebuah **covered query** (semua medan penapis dan medan projeksi berada dalam index) dilayani daripada index sahaja — amat pantas, tidak pernah membaca dokumen.

## Jenis index khusus

```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
```

## Menganalisis dan menyelenggara 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
```

## Mengapa ia penting

Strategi pengindeksan lanjutan ialah pengetahuan peringkat senior yang berharga untuk **mengoptimumkan prestasi MongoDB pada skala**, membina di atas pengindeksan asas.

Walaupun index asas membantu, menguasai strategi lanjutan ialah apa yang membezakan prestasi MongoDB yang memadai daripada yang cemerlang.

**Peraturan ESR** (menyusun medan compound index sebagai Equality, Sort, Range) ialah teknik utama untuk membina compound index yang melayani syarat penapis, isihan, dan julat sesuatu pertanyaan dengan cekap bersama-sama — satu pengoptimuman yang kerap boleh digunakan dan tidak jelas tanpa mengetahui peraturan tersebut. **Covered query** (di mana semua medan penapis dan medan yang dipulangkan berada dalam index, jadi pertanyaan dilayani daripada index sahaja tanpa membaca dokumen) menyediakan pecutan yang dramatik untuk pertanyaan berat-baca — satu teknik yang berkuasa.

Mengetahui **jenis index khusus** — **partial** (mengindeks hanya dokumen yang sepadan, lebih kecil dan disasarkan), **sparse** (hanya dokumen yang mempunyai medan), **TTL** (data auto-luput, sesuai untuk session/log/data sementara), **wildcard** (untuk nama medan yang tidak diketahui), **multikey** (automatik untuk tatasusunan), dan **unique** — membenarkan anda memilih index yang betul untuk setiap senario, mengoptimumkan penyimpanan dan kos write sambil melayani pertanyaan.

Disiplin **analisis dan penyelenggaraan** (menggunakan `explain()` untuk mengesahkan penggunaan dan kecekapan index, `$indexStats` untuk mencari dan membuang index yang tidak digunakan yang memperlahankan write tanpa keperluan, dan alat seperti Atlas Performance Advisor) adalah penting untuk mengekalkan keberkesanan pengindeksan dari semasa ke semasa.

Memandangkan pengindeksan ialah tuas prestasi MongoDB yang paling berkesan, dan memandangkan strategi lanjutan (penyusunan compound ESR, covered query, jenis index khusus, dan penyelenggaraan) ialah apa yang mengoptimumkannya pada skala, memahami strategi pengindeksan lanjutan adalah pengetahuan peringkat senior yang berharga untuk MongoDB berprestasi tinggi, satu topik yang menunjukkan kepakaran pengoptimuman mendalam yang dijangka untuk peranan senior dan satu di mana teknik seperti peraturan ESR dan covered query menyediakan keuntungan prestasi yang ketara dan praktikal.