Quais estratégias avançadas de indexação o MongoDB suporta?

Question

Accepted Answer

Além de índices básicos de campo único, o MongoDB oferece estratégias avançadas de indexação — **ordenação de índices compostos (regra ESR)**, **consultas cobertas**, **índices parciais/esparsos**, **índices TTL** e muito mais — que afetam dramaticamente o desempenho de consultas. Dominar essas estratégias é fundamental para otimizar o MongoDB em escala.

## Por que isso importa

```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
```

A **regra ESR** (Equality, Sort, Range — ordem de campos) constrói índices compostos que atendem eficientemente às partes de filtro, ordenação e intervalo de uma consulta — uma técnica de otimização-chave.

## Consultas cobertas — servidas inteiramente a partir do índice

```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)
```

Uma **consulta coberta** (todos os campos de filtro e projeção no índice) é respondida apenas pelo índice — extremamente rápida, nunca lendo documentos.

## Tipos de índice especializados

```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
```

## Analisando e mantendo índices

```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
```

## Por que isso importa

Estratégias avançadas de indexação são conhecimento valioso de nível sênior para **otimizar o desempenho do MongoDB em escala**, construindo sobre a indexação básica.

Enquanto índices básicos ajudam, dominar estratégias avançadas é o que separa o desempenho adequado do excelente no MongoDB.

A **regra ESR** (ordenar campos de índice composto como Equality, Sort, Range) é uma técnica-chave para construir índices compostos que atendem eficientemente às condições de filtro, ordenação e intervalo de uma consulta juntas — uma otimização frequentemente aplicável que não é óbvia sem conhecer a regra. **Consultas cobertas** (onde todos os campos de filtro e retorno estão no índice, portanto a consulta é respondida apenas pelo índice sem ler documentos) proporcionam acelerações dramáticas para consultas de leitura intensiva — uma técnica poderosa.

Conhecer os **tipos de índice especializados** — **parcial** (indexando apenas documentos correspondentes, menor e direcionado), **esparso** (apenas documentos com o campo), **TTL** (dados com auto-expiração, ideal para sessões/logs/dados temporários), **wildcard** (para nomes de campo desconhecidos), **multikey** (automático para arrays) e **unique** — permite escolher o índice certo para cada cenário, otimizando armazenamento e custo de escrita enquanto atende consultas.

A disciplina de **análise e manutenção** (usar `explain()` para verificar o uso e eficiência do índice, `$indexStats` para encontrar e remover índices não utilizados que desnecessariamente reduzem a velocidade de escrita, e ferramentas como Atlas Performance Advisor) é essencial para manter a indexação eficaz ao longo do tempo.

Como indexação é a alavanca de desempenho mais impactante do MongoDB, e como estratégias avançadas (ordenação composta ESR, consultas cobertas, tipos de índice especializados e manutenção) são o que a otimiza em escala, entender estratégias avançadas de indexação é conhecimento valioso de nível sênior para MongoDB de alto desempenho, um tópico que demonstra expertise profunda em otimização esperada para funções sênior e onde técnicas como a regra ESR e consultas cobertas proporcionam ganhos de desempenho significativos e práticos.