编写高效 MongoDB 查询的五项最佳实践

MongoDB 查询在开发阶段可能感觉很快，但随着集合的增长，性能会急剧下降。高效的 MongoDB 查询依赖于将索引与实际访问模式相匹配、仅返回有用的字段，以及避免强制进行大规模扫描的操作。

这五项实践有助于保持读取性能的可预测性，并减少服务器上的不必要工作。

1. 战略性索引以支持查询

影响查询性能的最重要因素是索引的存在和正确使用。索引允许查询规划器快速定位匹配的文档，而无需扫描集合中的每个文档（即“COLLSCAN”）。

索引的工作原理

MongoDB 使用索引来满足查询谓词（查询的 filter 部分）。如果查询使用了索引中的字段，MongoDB 可以利用该索引快速缩小结果集。

最佳实践： 始终分析你的常见查询模式。如果你经常查询或排序字段 A、B 和 C，考虑创建一个复合索引 { A: 1, B: 1, C: 1 }。

避免无索引扫描

如果查询无法使用索引，MongoDB 默认会执行集合扫描（COLLSCAN），即读取集合中的每个文档。这在大型数据集上非常缓慢。

提示： 使用查询的 explain('executionStats') 方法来检查 winningPlan 以及 totalKeysExamined 与 totalDocsExamined 的对比。较大的差异通常表明索引使用不当或缺少索引。

// 示例：检查查询性能
db.users.find({ status: "active" }).explain('executionStats')

2. 利用投影限制返回字段

执行查询时，MongoDB 默认返回整个匹配文档。在许多应用中，你只需要几个字段（例如，显示名称列表）。获取不必要的大字段（如嵌入式数组或大文本块）会增加网络延迟、数据库服务器的内存使用以及客户端内存消耗。

投影允许你指定应返回哪些字段。

投影语法

在 find() 方法中使用第二个参数来指定包含（1）或排除（0）的字段。

• _id 默认包含，除非显式排除（_id: 0）。

// 低效：返回整个用户文档
db.users.find({ organizationId: "XYZ" })

// 高效：仅返回用户的姓名和电子邮件
db.users.find(
    { organizationId: "XYZ" },
    { name: 1, email: 1, _id: 0 } // 包含 name 和 email，排除 _id
)

警告： 投影在与索引字段结合使用时效果最佳。如果查询仍然需要全表扫描，投影字段仅节省网络带宽，但不会改善初始搜索时间。

3. 避免强制全集合扫描的操作

某些查询操作本质上难以或无法通过标准索引满足，即使存在索引，也常常导致代价高昂的全集合扫描。

避免正则表达式中的前导通配符

索引是分层组织的（类似于按字母顺序排列的书籍索引）。以通配符（.*）开头的正则表达式无法利用索引，因为搜索词的起始点未知。

• 通常支持索引： db.products.find({ sku: /^ABC/ })
• 通常代价高昂： db.products.find({ sku: /.*CDE$/ })

提示： 如果必须在字符串值内搜索，考虑使用 MongoDB 的文本索引进行全文搜索，或规范化数据结构以支持前缀搜索。

谨慎查询非索引字段

如前所述，查询未索引的字段会强制进行扫描。要特别警惕涉及 $where 子句或评估 JavaScript 函数的复杂查询，因为这些几乎总是导致扫描每个文档。

4. 优化排序操作（覆盖查询）

使用 .sort() 方法对结果进行排序需要 MongoDB 要么检索所有匹配文档并在内存中排序（如果集合较小），要么使用索引排序执行计划（如果索引支持排序顺序）。

如果 MongoDB 无法使用索引进行排序，则可能需要进行阻塞式内存排序，并且当排序超过服务器对阻塞排序操作的内存限制时，可能会失败。

最佳实践：使用覆盖查询进行排序

覆盖查询是指查询谓词、投影和排序操作中涉及的所有字段都包含在单个索引中。当查询被覆盖时，MongoDB 无需查看实际文档——它直接从索引结构中获取所需的一切。

// 假设索引：{ category: 1, price: -1 }

// 高效的覆盖查询：
db.inventory.find(
    { category: "Electronics" }, // 查询字段在索引中
    { price: 1, _id: 0 }          // 投影字段在索引中
).sort({ price: -1 })            // 排序字段在索引中

5. 优先使用原子更新和写操作

虽然本文重点讨论读取性能，但高效的写操作通过减少锁定和争用，显著有助于整体数据库健康。更新应尽可能有针对性。

使用更新运算符而非替换整个文档

修改文档时，使用特定的更新运算符，如 $set、$inc 或 $push，而不是读取文档、在客户端修改后再将整个文档写回。

低效： 读取整个文档 -> 在应用中修改 -> 写回整个文档。

高效： 使用原子运算符仅更改必要的字段。

// 高效更新：原子递增计数器，不触及其他字段
db.metrics.updateOne(
    { metricName: "login_attempts" },
    { $inc: { count: 1 } }
)

通过使用原子运算符，你可以最小化写冲突的可能性，并减少通过网络传输的数据量。

关键要点

编写高效的 MongoDB 查询围绕应用程序逻辑与数据库引擎使用索引之间的协作。通过遵循这五项最佳实践，你可以确保读取操作快速、可扩展且资源友好：

1. 战略性索引： 确保为常见查询过滤器和排序条件创建索引。
2. 使用投影： 仅检索你绝对需要的字段。
3. 避免扫描： 避免在正则表达式中使用前导通配符和 $where 子句。
4. 优化排序： 追求覆盖查询，使索引包含查询、投影和排序所需的所有字段。
5. 优先原子写入： 使用 $set 等运算符在更新期间最小化开销。

定期检查慢查询日志，并使用 explain() 验证你的查询是否使用了你创建的索引。性能调优是一个持续的过程，但这些实践为高性能的 MongoDB 部署奠定了坚实基础。