Cuando Atlas determina que tu esquema o las consultas pueden mejorarse, muestra una perspectiva de rendimiento. Las perspectivas de rendimiento muestran formas de mejorar tus prácticas de modelado de esquema y datos. Utiliza las perspectivas de rendimiento para aprender las mejores prácticas de diseño de esquema y mejorar el rendimiento de las aplicaciones.
Casos de uso
Es mejor seguir las perspectivas de rendimiento al principio del proceso de desarrollo de la aplicación. Comenzar tu aplicación con buenas prácticas de modelado de datos ayuda a prevenir problemas de esquemas y de rendimiento a medida que tu aplicación crece.
Aunque Atlas ofrece perspectivas sobre el rendimiento en cualquier etapa del desarrollo, puede ser difícil realizar modificaciones de esquema en esquemas de gran escala que se utilizan en producción.
Antes de que modifiques tu esquema en función de las perspectivas de performance, asegúrate de que la sugerencia tenga sentido para tu aplicación. Por ejemplo, si Atlas sugiere crear un índice, asegúrate de que ese índice admita las queries que se ejecutan con más frecuencia.
Nota
Las perspectivas de rendimiento te dirigen hacia el Asistente inteligente en Data Explorer, que puede proporcionar ayuda adicional con tu esquema o consultas.
Comportamiento
Las perspectivas de rendimiento se activan automáticamente.
Las perspectivas de rendimiento son genéricas y no usan propiedades específicas de tu esquema como los nombres de base de datos o de colección.
Atlas muestra información sobre el rendimiento en los siguientes escenarios:
Scenario | Perspectiva de rendimiento |
|---|---|
Ejecutas una query o agregación sin un índice. | Agrega un índice para dar soporte a la operación. |
Ejecutas un pipeline de agregación que usa un | Incrusta datos relacionados para evitar la necesidad de una operación |
Si es posible, utiliza MongoDB Search para mejorar el rendimiento de las consultas de búsqueda de texto. | |
Tu base de datos contiene demasiadas colecciones. | Reduzca la cantidad de colecciones. |
Tus documentos contienen un campo de arreglo con demasiados elementos. | Evita arreglos sin límites definidos. |
El tamaño de datos de los documentos individuales es demasiado grande. | Divide documentos extensos en colecciones independientes. |
Tu colección contiene demasiados índices. | Revisa tus índices y remueve los que sean innecesarios. |
Obtén más información
Para aprender más sobre modelado de datos en MongoDB, consulta Modelado de datos en MongoDB.
Para aprender a crear índices efectivos para tu aplicación, consulte Indexación de estrategias.