使用PyMongo是否需创建排序索引及相关实现疑问

1. 频繁新增内容的Wiki是否值得创建排序索引？ #

完全值得，核心原因如下：

• 当前集合仅991.2KB，但随着数据增长，全集合拉取后在内存排序的开销会急剧上升（数据量超过MongoDB内存阈值时会触发磁盘排序，性能暴跌）。而排序索引能让MongoDB直接从索引中读取有序数据，避免全表扫描和内存/磁盘排序。
• MongoDB的索引写入开销极低：每次新增文档时仅需更新索引结构，对于每日多次的写入频率完全可以承受，不会成为性能瓶颈。
• 若all_courses_alphabetical这类排序查询是站点高频操作（比如索引页、导航栏调用），索引带来的查询性能提升远大于写入的微小开销，还能降低应用服务器的内存占用（无需拉取全量数据再排序）。

2. 如何创建排序索引及执行时机？ #

创建排序索引的代码 #

你提供的示例是文本索引的创建方式，而排序需要的是单字段有序索引，针对course集合的name字段升序排序，代码如下：

from pymongo import ASCENDING

# 获取course集合
course_collection = db()['course']
# 创建name字段的升序索引
course_collection.create_index([('name', ASCENDING)])

如果需要降序排序，将ASCENDING替换为DESCENDING即可。

执行时机与频率 #

• 只需执行一次：索引是存储在MongoDB服务器端的持久化结构，一旦创建就会一直生效，除非手动删除。
• 执行方式可选：
  1. 在Flask项目启动时执行（比如在app.py的初始化代码中）；
  2. 直接在MongoDB Shell中执行db.course.createIndex({name: 1})；
  3. 编写单独的初始化脚本，仅在首次部署或需要修改索引时运行。
• 注意：即使多次调用create_index，MongoDB会自动检测索引是否存在，不会重复创建或报错，所以即使不小心重复执行也无负面影响，但没必要频繁执行。

现有代码的优化建议 #

• 针对all_collection函数：
  若该函数用于拉取全量数据，且后续数据量增大，建议添加分页逻辑，避免一次性加载所有文档占用过多内存，比如使用find().skip(offset).limit(limit)。
• 针对all_courses_alphabetical函数：
  创建name字段的排序索引后，MongoDB查询优化器会自动使用该索引，无需修改现有查询代码。同时注意：当course集合有新增、修改或删除操作时，需要手动清除该函数的缓存（比如调用all_courses_alphabetical.invalidate()），避免用户看到过期数据。
• 验证索引生效：
  可以通过explain()方法检查查询是否使用索引：

  cursor = db()['course'].find({}, sort=[('name', 1)]).explain('executionStats')
  print(cursor['executionStats']['executionStages']['stage'])
  

  若输出为IXSCAN则说明索引已生效，若为COLLSCAN则表示未使用索引，需检查索引是否正确创建。

内容的提问来源于stack exchange，提问作者scoofy