Vilka avancerade indexeringsstrategier stöder MongoDB?

Question

Accepted Answer

Bortom grundläggande index för ett enda fält erbjuder MongoDB avancerade indexeringsstrategier — **sammansatt indexordning (ESR-regel)**, **täckta frågor**, **partiella/glesa index**, **TTL-index** och mer — som dramatiskt påverkar frågeprestanda. Att behärska dem är nyckeln till att optimera MongoDB i stor skala.

## ESR-regeln för sammansatta 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
```

**ESR-regeln** (Equality, Sort, Range – fältordning) bygger sammansatta index som effektivt serverar en frågas filter-, sortering- och intervalldelar — en viktig optimeringsteknik.

## Täckta frågor — serveras helt från indexet

```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)
```

En **täckt fråga** (alla filter- och projicerade fält i indexet) besvaras från indexet enbart — extremt snabb, läser aldrig dokument.

## Specialiserade indextyper

```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
```

## Analys och underhåll av 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
```

## Varför det spelar roll

Avancerade indexeringsstrategier är värdefullt seniorkunskap för att **optimera MongoDB-prestanda i stor skala**, byggande på grundläggande indexering.

Även om grundläggande index hjälper, är det att behärska avancerade strategier som skiljer tillräcklig från utmärkt MongoDB-prestanda.

**ESR-regeln** (ordning av sammansatta indexfält som Equality, Sort, Range) är en viktig teknik för att bygga sammansatta index som effektivt serverar en frågas filter-, sortering- och intervallvillkor tillsammans — en ofta tillämpbar optimering som inte är uppenbar utan att känna till regeln. **Täckta frågor** (där alla filter- och returnerade fält är i indexet, så frågan besvaras från indexet enbart utan att läsa dokument) ger dramatiska hastighetsökningar för läsintensiva frågor — en kraftfull teknik.

Att känna till **specialiserade indextyper** — **partiell** (indexering endast matchande dokument, mindre och målriktad), **gles** (endast dokument med fältet), **TTL** (data som förfaller automatiskt, ideal för sessioner/loggar/temporär data), **wildcard** (för okända fältnamn), **multikey** (automatisk för matriser) och **unik** — låter dig välja rätt index för varje scenario, optimera lagring och skrivkostnad samtidigt som du serverar frågor.

**Analys- och underhållsdisciplinen** (använda `explain()` för att verifiera indexanvändning och effektivitet, `$indexStats` för att hitta och ta bort oanvända index som onödigtvis saktar ned skrivningar, och verktyg som Atlas Performance Advisor) är väsentlig för att hålla indexering effektiv över tid.

Eftersom indexering är Mongodbs mest impactfulla prestandaslev, och eftersom avancerade strategier (ESR sammansatt ordning, täckta frågor, specialiserade indextyper och underhåll) är vad som optimerar det i stor skala, är förståelsen för avancerade indexeringsstrategier värdefullt seniorkunskap för högpresterande MongoDB, ett ämne som demonstrerar djup optimeringsexpertis som förväntas för seniorroller och där tekniker som ESR-regeln och täckta frågor ger betydande, praktiska prestandavinster.