MongoDB是一种流行的文档型数据库，它使用类似JSON的BSON格式存储数据，广泛应用于各种Web应用和数据分析场景。随着数据量增长，查询效率会逐渐成为瓶颈——如果查询速度太慢，用户体验会下降，系统响应也会变迟钝。这时候，索引（Index） 就成了MongoDB查询优化的核心手段。
为什么查询会变慢？¶
假设我们有一个存储学生信息的集合（Collection），里面有10万条文档，每条文档包含name、age、score等字段。如果我们要查询“年龄为20岁的学生”，MongoDB会怎么做？
- 没有索引时：MongoDB会从集合的第一条文档开始，一条一条检查是否满足条件（
age=20）。这种方式称为全表扫描（Full Collection Scan），时间复杂度是 O(n)（n为文档总数）。当数据量很大时（比如百万级），这种方式会非常耗时。
索引是什么？¶
MongoDB的索引本质上是一种特殊的数据结构，它像一本书的“目录”，记录了字段值与文档位置的映射关系。例如，当我们为age字段创建索引时，索引会按年龄排序，记录每个年龄对应的文档在集合中的位置。
类比现实场景：
- 没有目录的书：想找“Python”相关的章节，只能一页页翻。
- 有目录的书：直接查目录找到页码，翻到对应页即可。
MongoDB的索引通过这种“目录”机制，让查询从“全表扫描”变为“快速定位”，时间复杂度从 O(n) 降为 O(log n)（对数级），效率提升显著。
索引如何提升查询效率？¶
假设我们为students集合的age字段创建了索引：
db.students.createIndex({age: 1}) // 1表示升序，-1表示降序
此时，查询“年龄为20岁的学生”时：
- 无索引：遍历10万条文档，检查每个文档的age是否为20。
- 有索引：直接在索引中查找age=20对应的文档位置，然后跳转到这些位置读取数据。
这个过程中，MongoDB只需要访问索引树的节点，而不是整个集合，因此速度快得多。
如何在MongoDB中创建索引？¶
MongoDB提供了createIndex()方法来创建索引，语法为：
db.collection.createIndex({字段名: 排序方式})
排序方式：1表示升序，-1表示降序（默认升序）。
示例：
1. 为name字段创建普通索引：
db.students.createIndex({name: 1})
- 为
age和score创建复合索引（按年龄+分数排序）：
db.students.createIndex({age: 1, score: -1})
（复合索引的顺序很重要！比如查询age=20且score>90时，age在前才能高效使用索引。）
常见索引类型（初学者必知）¶
除了最常用的单字段索引，MongoDB还有几种实用的索引类型：
- 唯一索引：确保字段值唯一，防止重复数据。
db.students.createIndex({email: 1}, {unique: true}) // 邮箱不能重复
- 复合索引：多个字段组合的索引，适合多条件查询。例如：
db.orders.createIndex({user_id: 1, order_date: -1}) // 先按用户ID升序，再按订单日期降序
- 文本索引：用于文本搜索，支持模糊匹配。
db.books.createIndex({title: "text", author: "text"}) // 搜索title或author中包含关键词的书籍
如何验证索引是否生效？¶
MongoDB提供explain()方法，可以查看查询的执行计划，判断索引是否被使用。
示例：
查询“年龄为20岁的学生”，并查看执行计划：
db.students.find({age: 20}).explain("executionStats")
执行后，重点看以下两个字段：
- executionTimeMillis：查询耗时（单位：毫秒），越小越好。
- totalDocsExamined：实际检查的文档数。如果totalDocsExamined等于查询结果数（比如查到5条，totalDocsExamined=5），说明使用了索引；如果totalDocsExamined等于集合总文档数（比如10万），则说明未使用索引，查询是全表扫描。
索引的“坑”：不是越多越好！¶
虽然索引能提升查询效率，但过度创建索引会带来副作用：
- 占用存储空间：每个索引都需要额外存储，数据量越大，索引占用空间越多。
- 拖慢写操作：插入、更新、删除文档时，MongoDB需要同时维护索引，索引越多，写操作越慢。
最佳实践：
- 优先为频繁查询的字段创建索引（比如age、name）。
- 避免为很少查询的字段或重复率高的字段（比如gender=“男”占比90%）建索引。
- 复合索引的字段顺序要根据查询频率调整（比如user_id比order_date更常用时，user_id放前面）。
总结¶
MongoDB的索引是查询优化的核心工具，它通过“目录”机制将查询从全表扫描转为快速定位，大幅提升效率。初学者需要掌握：
1. 理解索引的本质：字段值与文档位置的映射关系。
2. 掌握创建索引的基本语法：createIndex({字段: 1})。
3. 根据查询需求选择索引类型（单字段、复合、唯一等）。
4. 使用explain()验证索引是否生效，避免无效索引。
合理使用索引，能让MongoDB查询速度质的飞跃，让你的应用在数据量增长时依然保持高效响应。