Pourquoi les index sont critiques ?

// Sans index : MongoDB examine TOUS les documents
db.products.find({ sku: "CAF-2024" })
// executionStats.totalDocsExamined: 1,000,000
// executionStats.executionTimeMillis: 3200

// Avec index sur 'sku'
db.products.createIndex({ sku: 1 })
// executionStats.totalDocsExamined: 1
// executionStats.executionTimeMillis: 3

Types d'index MongoDB

Index Unique

// Garantit l'unicité des valeurs
db.customers.createIndex(
    { email: 1 },
    { unique: true }
)

Index Partiel

// Index seulement les documents qui matchent le filtre
db.orders.createIndex(
    { customerId: 1 },
    { partialFilterExpression: { status: "active" } }
)

Index Composés : L'ordre compte !

// Création d'un index composé
db.orders.createIndex({ 
    status: 1, 
    customerId: 1, 
    createdAt: -1 
})

Stratégie ESR (Equality, Sort, Range)

1. Equality : Champs testés avec des valeurs exactes
2. Sort : Champs utilisés pour le tri
3. Range : Champs avec des conditions de plage ($gt, $lt, etc.)

Analyser les performances avec explain()

// Analyser l'exécution d'une requête
db.products.find({ 
    category: "Vêtements",
    price: { $gte: 1000 }
}).explain("executionStats")

Métriques clés à surveiller

// Résultat explain() - SANS INDEX
{
    "winningPlan": {
        "stage": "COLLSCAN"  // ❌ Collection Scan
    },
    "executionStats": {
        "totalDocsExamined": 500000,
        "totalKeysExamined": 0,
        "executionTimeMillis": 2341
    }
}

Stratégies d'indexation efficaces

1. Analyser les requêtes fréquentes

// Activer le profiling pour identifier les requêtes lentes
db.setProfilingLevel(1, { slowms: 100 })

// Analyser les requêtes lentes
db.system.profile.find({
    millis: { $gt: 100 }
}).sort({ ts: -1 }).limit(5)

2. Créer des index stratégiques

// Pour une boutique en ligne marocaine
// Requête fréquente : produits par ville et catégorie
db.products.createIndex({ 
    "warehouse.city": 1, 
    category: 1, 
    price: 1 
})

// Support pour recherche textuelle en français/arabe
db.products.createIndex(
    { name: "text", description: "text" },
    { default_language: "french" }
)

3. Index de couverture (Covered Query)

// L'index contient TOUS les champs nécessaires
db.orders.createIndex({ 
    customerId: 1, 
    status: 1, 
    total: 1 
})

// Cette requête est entièrement couverte par l'index
db.orders.find(
    { customerId: "CLT-10234", status: "pending" },
    { total: 1, _id: 0 }
)

Index géospatiaux pour la localisation

// Structure pour stocker les coordonnées
{
    "name": "Restaurant La Mamounia",
    "location": {
        "type": "Point",
        "coordinates": [-7.6192, 33.5731]  // [longitude, latitude]
    },
    "city": "Marrakech"
}

Création et utilisation

// Créer un index 2dsphere
db.restaurants.createIndex({ location: "2dsphere" })

// Trouver les restaurants dans un rayon de 2km
db.restaurants.find({
    location: {
        $near: {
            $geometry: {
                type: "Point",
                coordinates: [-7.6192, 33.5731]
            },
            $maxDistance: 2000  // en mètres
        }
    }
})

Cas d'usage : Livraison à domicile

// Trouver les livreurs disponibles près d'une commande
db.delivery_drivers.find({
    status: "available",
    location: {
        $near: {
            $geometry: orderLocation,
            $maxDistance: 5000
        }
    }
}).limit(3)

Monitoring et maintenance des index

Visualiser tous les index

// Lister les index d'une collection
db.products.getIndexes()

// Taille des index
db.products.stats().indexSizes

Identifier les index inutilisés

// Statistiques d'utilisation des index (MongoDB 3.2+)
db.products.aggregate([
    { $indexStats: {} }
])

// Résultat
{
    "name": "category_1_price_1",
    "accesses": {
        "ops": 42341,      // Nombre d'utilisations
        "since": ISODate("2024-01-01")
    }
}

Rebuild d'index

// Reconstruire un index (maintenance)
db.products.reIndex()

// Supprimer un index inutilisé
db.products.dropIndex("old_index_name")

Cas pratique : Plateforme e-commerce

Scénario : Souks.ma

Optimisons une plateforme de vente en ligne marocaine avec :

• 500,000 produits
• 50,000 commandes par jour
• Recherche par catégorie, prix, ville

Index recommandés

// 1. Recherche produits (le plus fréquent)
db.products.createIndex({ 
    category: 1, 
    "stock.city": 1, 
    price: 1 
})

// 2. Recherche textuelle multilingue
db.products.createIndex(
    { name: "text", description: "text", tags: "text" },
    { 
        weights: { name: 10, tags: 5, description: 1 },
        default_language: "french"
    }
)

// 3. Commandes par client
db.orders.createIndex({ 
    customerId: 1, 
    createdAt: -1 
})

// 4. Produits populaires (avec TTL)
db.trending_products.createIndex(
    { lastViewed: 1 },
    { expireAfterSeconds: 604800 }  // 7 jours
)

Pièges courants et solutions

❌ Piège 1 : Trop d'index

// MAUVAIS : Un index par champ
db.products.createIndex({ name: 1 })
db.products.createIndex({ category: 1 })
db.products.createIndex({ price: 1 })
db.products.createIndex({ stock: 1 })

// MIEUX : Index composé stratégique
db.products.createIndex({ category: 1, price: 1, stock: 1 })

❌ Piège 2 : Index sur des champs à haute cardinalité

// ÉVITER : Index sur des champs avec peu de valeurs distinctes
db.users.createIndex({ isActive: 1 })  // Seulement true/false

// MIEUX : Utiliser un index partiel
db.users.createIndex(
    { lastLogin: -1 },
    { partialFilterExpression: { isActive: true } }
)

❌ Piège 3 : Ignorer la direction du tri

// Requête fréquente
db.orders.find().sort({ createdAt: -1, total: 1 })

// Index optimal (respecte les directions)
db.orders.createIndex({ createdAt: -1, total: 1 })

Best Practices MongoDB Index

✅ Checklist d'optimisation

📊 Métriques de succès

🔧 Script de monitoring

// Script d'audit des performances
db.getMongo().getDBNames().forEach(dbName => {
    const db = db.getSiblingDB(dbName)
    db.getCollectionNames().forEach(coll => {
        const stats = db[coll].stats()
        if (stats.size > 1000000) {  // Collections > 1MB
            print(`${dbName}.${coll}: ${stats.indexSizes}`)
        }
    })
})

Points clés à retenir

🎯 Prochain chapitre

Aggregation Pipeline : Transformez et analysez vos données avec la puissance du framework d'agrégation MongoDB