तपाइँले MongoDB कार्यक्षमता कसरी अनुकूलित गर्नुहुन्छ?

Question

Accepted Answer

MongoDB कार्यक्षमता अनुकूलन **अनुक्रमणिका** (सबैभन्दा ठूलो लाभ), **स्कीमा डिजाइन** पहुँच प्रतिरूपको लागि, कुशल **क्वेरीहरू**, र **`explain()`** जस्ता उपकरणहरू बोतलबन्दीहरू खोज्न को वरिपरि केन्द्रीभूत। सधैँ: पहिले मापन गर्नुहोस्, त्यसपछि वास्तविक समस्या समाधान गर्नुहोस् — सामान्यतया हराइएको अनुक्रमणिका वा खराब स्कीमा डिजाइन।

## अनुक्रमणिका सबैभन्दा ठूलो लाभ हो

```js
// use explain() to check if a query uses an index
db.users.find({ email: "ann@x.com" }).explain("executionStats");
// → look for: COLLSCAN (collection scan = BAD, no index) vs IXSCAN (index = GOOD)

db.users.createIndex({ email: 1 });   // add the missing index → fast
```

```text
✓ Index fields used in queries, sorts, and filters (the #1 optimization)
✓ Compound indexes for multi-field queries (mind the field order)
✓ explain() to verify queries use indexes (COLLSCAN = problem)
✓ Don't over-index (slows writes); index what's actually queried
```

## पहुँच प्रतिरूपको लागि स्कीमा डिजाइन

```text
✓ EMBED data accessed together → single-query reads (no joins)
✓ Reference large/unbounded/shared data appropriately
✓ Design around your QUERIES (the access-pattern principle) → most reads = one document
→ Poor schema design (e.g. needing many $lookups, huge documents) hurts performance
  more than almost anything else in MongoDB.
```

## क्वेरी अनुकूलन

```text
✓ Use PROJECTION — return only needed fields (less data transferred)
✓ Filter early; use covered queries (all fields from the index → no document fetch)
✓ In aggregation pipelines, put $match (and $limit) EARLY to reduce data through the pipeline
✓ Avoid querying without the shard key on sharded collections (scatter-gather)
✓ Use limit/pagination; prefer range-based over deep skip()
```

## अन्य प्रविधिहरू

```text
✓ Working set in RAM — frequently-accessed data + indexes should fit in memory
  (MongoDB caches in RAM; disk access is much slower)
✓ Connection pooling (drivers pool by default)
✓ Monitor: explain(), MongoDB profiler, Atlas Performance Advisor (suggests indexes)
✓ Avoid large/unbounded arrays; consider the bucket pattern for time-series
```

## यसलाई किन महत्त्व दिन्छ

MongoDB कार्यक्षमता अनुकूलन MongoDB अनुप्रयोगहरूलाई द्रुत राख्न मूल्यवान वरिष्ठ-स्तरको ज्ञान हो, र सही दृष्टिकोण — मापन-संचालित, अनुक्रमणिका र स्कीमा डिजाइनसँग सबैभन्दा ठूलो लाभहरू — प्रभावकारी अनुकूलनको लागि महत्त्वपूर्ण छ।

**एकल सबैभन्दा ठूलो लाभ अनुक्रमणिका हो** (सम्बन्धात्मक डाटाबेससँग समान): हराइएको अनुक्रमणिकाहरूले **संग्रह स्कैनहरू** (COLLSCAN — प्रत्येक दस्तावेज जाँच, डाटा वृद्धि भएको कारण विपत्तिमय रूपमा ढिलो) का कारण बनाउँछ, र प्रश्नमा गरिएका/क्रमबद्ध/फिल्टर गरिएका फिल्डहरूमा उपयुक्त अनुक्रमणिका थपिँदा यिनलाई द्रुत अनुक्रमणिका स्कैनमा परिणत गर्छ — क्वेरीहरूले अनुक्रमणिका प्रयोग गर्छन् भनी सत्यापन गर्न **`explain()`** प्रयोग गरेर (COLLSCAN समस्याहरू पत्ता लगाएर) मुख्य निदान कौशल हो। **पहुँच प्रतिरूपको लागि स्कीमा डिजाइन** SQL भन्दा MongoDB मा कुनै पनि तरिकले अधिक प्रभावकारी छ: क्वेरीहरूको वरिपरि डिजाइन (एकल-क्वेरी पढनको लागि एकसाथ पहुँच गरिएको डाटा एम्बेडिङ गरी, उपयुक्त रूपमा सन्दर्भित गरी) ताकि अधिकांश पढहरू एक दस्तावेजमा हिट हुन्छन्, जबकि खराब डिजाइन (धेरै `$lookup`हरू चाहिन्छ, विशाल दस्तावेजहरू) कार्यक्षमता गम्भीर रूपमा हानि गर्छ — स्कीमा डिजाइनलाई MongoDB को लचकपनको लागि अद्वितीय अनुकूलन लीभर शीर्षमा बनाउँछ। **क्वेरी अनुकूलन** (केवल आवश्यक फिल्डहरू फिर्ता गर्न प्रक्षेपण, कभर गरिएका क्वेरीहरू, समेकन पाइपलाइनमा डाटा प्रवाह कम गर्न `$match`/`$limit` जल्दी राख्न, शार्डित संग्रहहरूमा स्क्याटर-गदर बिर्छन, कुशल पृष्ठभाजन) र **कार्यकारी समूह RAM मा फिट हुन्छ** (बारबार पहुँच गरिएको डाटा र अनुक्रमणिकाहरू स्मृतिमा क्यासे गरिएको, डिस्क धेरै ढिलो भएकोले) उपकरण पूरा गर्छन्।

**मापन-संचालित अनुशासन** (explain(), प्रोफाइलर, र Atlas Performance Advisor प्रयोग गरेर वास्तविक बोतलबन्दीहरू खोज्न र ठीक गर्न — सामान्यतया हराइएको अनुक्रमणिका वा खराब स्कीमा) अपरिहार्य छ।

MongoDB कार्यक्षमता अनुप्रयोगहरूको लागि महत्त्वपूर्ण भएकोले र उचित अनुकूलन (अनुक्रमणिका, स्कीमा डिजाइन, क्वेरी दक्षता, कार्यकारी समूह RAM मा) यसलाई स्केलमा द्रुत राख्ने हो, MongoDB कार्यक्षमता अनुकूलन बुझ्न — विशेष गरी अनुक्रमणिका (explain() सँग सत्यापित) र पहुँच-प्रतिरूप-संचालित स्कीमा डिजाइन सबैभन्दा ठूलो लाभको रूपमा — कार्यक्षमता MongoDB अनुप्रयोगहरू संचालन गर्नको लागि मूल्यवान वरिष्ठ-स्तरको ज्ञान हो, बारबार प्रासंगिक चिन्ता र MongoDB लाई व्यवस्थित रूपमा अनुकूलित गर्न सक्षमता प्रदर्शन गर्ने विषय।