MongoDB 数据库优化的思路

任何数据库在数据量小的时候，都看不出有什么性能问题，但是一旦数据量达到一定级别，性能问题就会比较明显。这个问题当然在 MongoDB 中也不例外，今天我们来讨论一下 MongoDB 如何提升查询性能。

MongoDB 的优势在于前端友好，因为是存储的可变数据结构 JSON，所以不需要像关系型数据库 PostgreSQL 一样提前将表结构设计好，也不需要提前创建好预定义模式。这种随机的存储方式，带来了灵活性的同时，也会带来其他的问题，比如大数据量情况下查询性能的降低、复杂查询支持不如 SQL 好等问题。

如果您在使用 MongoDB 过程中，遇到了查询上的性能问题，可以尝试从以下一些最佳实践中选择性进行优化，看是否能够解决当前遇到的查询问题：

• 合理创建索引，在一些查询条件、排序条件、统计条件字段上选择创建索引，这样可以显著提高查询性能；
• 不要一次性查询所有结果，使用 limit() 限定返回结果的大小，降低服务器消耗及网络消耗；
• 尽量少用模糊匹配查询，用精确匹配查询来代替；
• 高并发查询场景下，考虑增加缓存解决方案；
• 只查询要使用的字段，而不是查询所有字段；
• 字段更新时，使用 $inc 比 update 效率高；
• 必要情况下，可以通过 hint() 强制使用某个索引进行查询；
• 多食用 explain 进行执行计划的优化；
• 多查看数据库查询日志，来辅助慢查询的分析调优操作；
• 尽量让更多的操作在应用程序中执行，这是 MongoDB 设计的理念之一；