尽管 MongoDB 具有灵活的模式，但它严重依赖于索引以实现较高的查询性能。
B树索引：默认索引类型，类似关系数据库，提供单字段、多字段（复合索引）和范围查询的高效查找。
复合索引：多字段索引，对于多条件查询以及高效支持排序操作至关重要。复合索引中字段的顺序很重要。
文本索引：用于在字符串内容中实现高效的自由文本搜索功能。
地理空间索引：支持空间查询，允许高效查询地理数据（例如“查找一定半径内的所有点”）。
TTL（生存时间）索引：在指定时间段后自动从集合中删除文档，这对于会话数据、日志或缓存信息很有用。
唯一索引：强制字段或字段组合的唯一性，类似于关系数据库中的唯一约束。
稀疏索引：仅对具有特定字段的文档进行索引，从而减少许多文档可能缺少某些字段的集合的索引大小和开销。
智能索引在 MongoDB 中与在关系数据库中同样重要，需要了解查询模式和数据分布。
MongoDB 何时大放异彩？（用例）
MongoDB 的功能使其成为各种 乔治亚州电话营销数据 用例的绝佳选择：
实时分析和大数据：它具备水平扩展能力，且架构灵活，非常适合采集和处理大量半结构化数据，用于实时仪表板、物联网传感器数据和日志聚合。聚合框架在这方面尤其强大。
内容管理系统 (CMS) 和目录：文档可以自然地映射到内容文章、产品或用户个人资料，这些内容通常具有不同的属性。灵活的架构让您可以轻松添加新的内容类型或字段，而无需进行架构迁移。
电子商务平台：产品目录、购物车和客户订单历史记录可以有效地建模和查询，尤其是嵌入式文档。
移动和 Web 应用程序：快速的开发周期、灵活的数据模型和高可扩展性非常适合需要快速迭代和处理多样化用户数据的现代网络和移动应用程序。
个性化和用户配置文件：存储具有偏好、活动日志和社交联系的复杂且不断发展的用户资料非常适合文档模型。
赌博：可以以高性能和可扩展性来管理用户数据、游戏状态、排行榜和游戏内事件。
物联网 (IoT)：提取和分析通常不符合固定模式的大量不同传感器数据流。
权衡与考虑
虽然 MongoDB 具有显著的优势，但了解其利弊至关重要：
ACID 保证：MongoDB 提供原子性文档级别这意味着对单个文档的操作是原子的。然而，多文档事务（跨多个文档或集合）传统上并不支持完全的 ACID 保证。虽然 MongoDB 4.0 中为副本集提供了多文档 ACID 事务，4.2 中为分片集群提供了多文档 ACID 事务，但与传统的关系事务相比，其性能特征和复杂性需要仔细考虑。