MongoDB รองรับกลยุทธ์ indexing ขั้นสูงอะไรบ้าง?

Question

Accepted Answer

นอกเหนือจาก single-field index พื้นฐาน MongoDB มีกลยุทธ์ indexing ขั้นสูง — **การจัดลำดับ compound index (กฎ ESR)**, **covered query**, **partial/sparse index**, **TTL index** และอื่น ๆ — ที่ส่งผลอย่างมากต่อประสิทธิภาพ query การเชี่ยวชาญมันคือกุญแจสู่การ optimize MongoDB ที่ scale

## กฎ ESR สำหรับ 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
```

**กฎ ESR** (ลำดับฟิลด์ Equality, Sort, Range) สร้าง compound index ที่ให้บริการส่วน filter, sort และ range ของ query ได้อย่างมีประสิทธิภาพ — เป็นเทคนิคการ optimize สำคัญ

## covered query — ตอบจาก index ทั้งหมด

```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)
```

**covered query** (ฟิลด์ filter และ projected ทั้งหมดอยู่ใน index) ถูกตอบจาก index เพียงอย่างเดียว — เร็วมาก ไม่อ่านเอกสารเลย

## ประเภท index เฉพาะทาง

```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
```

## การวิเคราะห์และบำรุงรักษา 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
```

## ทำไมจึงสำคัญ

กลยุทธ์ indexing ขั้นสูงเป็นความรู้ระดับ senior ที่มีคุณค่าสำหรับ **การ optimize ประสิทธิภาพ MongoDB ที่ scale** ต่อยอดจาก indexing พื้นฐาน

แม้ว่า index พื้นฐานจะช่วยได้ แต่การเชี่ยวชาญกลยุทธ์ขั้นสูงคือสิ่งที่แยกประสิทธิภาพ MongoDB ที่พอใช้ออกจากที่ยอดเยี่ยม

**กฎ ESR** (จัดลำดับฟิลด์ compound index เป็น Equality, Sort, Range) เป็นเทคนิคสำคัญในการสร้าง compound index ที่ให้บริการเงื่อนไข filter, sort และ range ของ query พร้อมกันได้อย่างมีประสิทธิภาพ — เป็นการ optimize ที่ประยุกต์ใช้ได้บ่อยซึ่งไม่ชัดเจนหากไม่รู้จักกฎนี้ **covered query** (ที่ฟิลด์ filter และฟิลด์ที่คืนทั้งหมดอยู่ใน index ดังนั้น query ถูกตอบจาก index เพียงอย่างเดียวโดยไม่อ่านเอกสาร) ให้การเร่งความเร็วอย่างมากสำหรับ query ที่อ่านหนัก — เป็นเทคนิคที่ทรงพลัง

การรู้จัก **ประเภท index เฉพาะทาง** — **partial** (index เฉพาะเอกสารที่ตรงเงื่อนไข เล็กกว่าและตรงเป้า), **sparse** (เฉพาะเอกสารที่มีฟิลด์นั้น), **TTL** (ข้อมูลที่หมดอายุอัตโนมัติ เหมาะสำหรับ session/log/ข้อมูลชั่วคราว), **wildcard** (สำหรับชื่อฟิลด์ที่ไม่ทราบ), **multikey** (อัตโนมัติสำหรับ array) และ **unique** — ช่วยให้คุณเลือก index ที่เหมาะสมสำหรับแต่ละสถานการณ์ optimize ทั้งพื้นที่จัดเก็บและต้นทุนการ write ขณะให้บริการ query

วินัยในการ **วิเคราะห์และบำรุงรักษา** (ใช้ `explain()` เพื่อตรวจสอบการใช้ index และประสิทธิภาพ, `$indexStats` เพื่อหาและลบ index ที่ไม่ได้ใช้ซึ่งทำให้การ write ช้าโดยไม่จำเป็น และเครื่องมือเช่น Atlas Performance Advisor) จำเป็นต่อการรักษาให้ indexing มีประสิทธิภาพในระยะยาว

เนื่องจาก indexing เป็นคันโยกประสิทธิภาพ MongoDB ที่ส่งผลมากที่สุด และเนื่องจากกลยุทธ์ขั้นสูง (การจัดลำดับ ESR compound, covered query, ประเภท index เฉพาะทาง และการบำรุงรักษา) คือสิ่งที่ optimize มันที่ scale การเข้าใจกลยุทธ์ indexing ขั้นสูงจึงเป็นความรู้ระดับ senior ที่มีคุณค่าสำหรับ MongoDB ที่มีประสิทธิภาพสูง เป็นหัวข้อที่แสดงถึงความเชี่ยวชาญในการ optimize ที่ลึกซึ้งซึ่งคาดหวังสำหรับตำแหน่ง senior และเป็นจุดที่เทคนิคเช่นกฎ ESR และ covered query ให้ผลด้านประสิทธิภาพที่สำคัญและใช้งานได้จริง