Optimización de consultas

Crear índices para brindar soporte a queries

Los Índices almacenan valores de campos individuales o conjuntos de campos de una colección en una estructura de datos separada. En las operaciones de lectura, permiten que MongoDB realice una búsqueda en el índice para identificar documentos relevantes en lugar de en toda la colección. En las operaciones de escritura, MongoDB debe tanto guardar el cambio en la colección como actualizar el índice.

Crear índices para queries emitidos comúnmente. Si un query busca en varios campos, crear un índice compuesto.

Por ejemplo, considere la siguiente consulta sobre el type campo en la colección inventory:

let typeValue = <someUserInput>;
db.inventory.find( { type: typeValue } );

Para mejorar el rendimiento de esta consulta, agregue un índice a la inventory colección en el type campo. []1 En mongosh, crea índices usando el db.collection.createIndex() método:

db.inventory.createIndex( { type: 1 } )

Para analizar el rendimiento del query, consultar Interpretar los resultados del plan de ejecución.

Crear queries selectivas

La selectividad del query se refiere a qué tan bien el predicado del query filtra los documentos de una colección. La selectividad del query determina si las queries pueden usar los índices de manera efectiva.

Los queries más selectivos coinciden con un porcentaje menor de documentos. Por ejemplo, una coincidencia exacta en el campo único _id es altamente selectiva, ya que puede coincidir como máximo con un documento.

Los queries menos selectivos coinciden con un porcentaje mayor de documentos y no pueden utilizar los índices de manera eficaz.

Por ejemplo, los operadores de desigualdad $nin y $ne no son muy selectivos, ya que a menudo coinciden con una gran parte del índice. Como resultado, en muchos casos, un query $nin o $ne con un índice puede no tener un mejor desempeño que un query $nin o $ne que debe escanear todos los documentos de una colección.

La selectividad de regular expressions depende de las expresiones en sí mismas. Para aprender más, se puede consultar uso de expresiones regulares e índice.

Solo datos necesarios del proyecto

Cuando se necesita un subconjunto de campos de documentos, se puede mejorar el rendimiento devolviendo solo los campos que son necesarios. Las proyecciones disminuyen el tráfico de red y el tiempo de procesamiento.

Por ejemplo, si el query para la colección posts solo necesita los campos timestamp, title, author y abstract, se deben especificar esos campos en la proyección:

db.posts.find(
   {},
   { timestamp : 1, title : 1, author : 1, abstract : 1}
).sort( { timestamp : -1 } )

Cuando se usa una etapa de agregación $project, normalmente debería ser la última etapa del pipeline y se utiliza para especificar qué campos devolver al cliente.

Usar una etapa $project al principio o en medio de un pipeline para reducir el número de campos que se pasan a las etapas posteriores del pipeline es poco probable que mejore el rendimiento, ya que la base de datos realiza esta optimización automáticamente.

Para aprender más sobre el uso de las proyecciones, consultar Campos de proyecto a devolver del query.

db.inventory.createIndex( { type: 1, _id: 1, price: 1, item: 1, expiryDate: 1} )

db.inventory.aggregate([
  { $match: {type: "food", expiryDate: { $gt: ISODate("2025-07-10T00:00:00Z") }}},
  { $sort: { item: 1 }},
  { $project: { _id: 1, price: 1} }
])

Limitar los resultados del query

Los cursores de MongoDB devuelven resultados en agrupación. Si sabe cuántos resultados se desean, se puede especificar ese valor en el método limit(). Limitar los resultados reduce la demanda sobre los recursos de la red.

En general, limitar los resultados es más útil cuando los resultados están ordenados, de modo que se sepa qué documentos se devolverán. Por ejemplo, si solo se necesitan 10 resultados de la query a la colección posts, se ejecuta el siguiente query:

db.posts.find().sort( { timestamp : -1 } ).limit(10)

Para aprender más sobre cómo limitar los resultados, se puede consultar limit().

Utilice sugerencias de índices

El optimizador del query normalmente selecciona el índice óptimo para una operación específica. Sin embargo, se puede forzar a MongoDB a usar un índice específico usando el método hint(). Utilizar hint() para dar soporte a las pruebas de rendimiento o cuando se puede consultar un campo que aparece en varios índices para garantizar que MongoDB utilice el índice correcto.

Utilizar operaciones del servidor.

Utilizar el operador $inc de MongoDB para incrementar o disminuir valores en los documentos. El operador incrementa el valor del campo en el lado del servidor, como alternativa a seleccionar un documento, realizar modificaciones simples en el cliente y luego guardar todo el documento en el servidor. El operador $inc también puede ayudar a evitar las condiciones de competencia que ocurren cuando dos instancias de la aplicación hacen un query a un documento, incrementan un campo manualmente y guardan todo el documento al mismo tiempo.

Ejecutar queries cubiertos

Un query cubierto es un query que se puede satisfacer en su totalidad mediante un índice y no tiene que examinar ningún documento. Un índice cubre un query cuando se aplican todas las siguientes condiciones:

• Todos los campos del query (tanto los especificados por la aplicación como los necesarios internamente, como para fines de partición) son parte de un índice.

• Todos los campos devueltos en los resultados están en el mismo índice.

• Ningún campo en el query es igual a null. Por ejemplo, los siguientes predicados de queries no pueden dar lugar a queries cubiertos:

  • { "field": null }

  • { "field": { $eq: null } }

db.inventory.createIndex( { type: 1, item: 1 } )

db.inventory.find(
   { type: "food", item:/^c/ },
   { item: 1, _id: 0 }
)

db.userdata.insertOne(
   { _id: 1, user: { login: "tester" } }
)

db.userdata.createIndex(
   { "user.login": 1 }
)

db.userdata.find(
   { "user.login": "tester" },
   { "user.login": 1, _id: 0 }
)