1.在查询条件、排序条件、统计条件的字段上选择创建索引，可以显著提高查询效率。 2.用$or时把匹配最 多 结果的条件放在最前面，用$and时把匹配最 少 结果的条件放在最前面。 3.使用limit()限定返回结果集的大小，减少数据库服务器的资源消耗，以及网络传输的数据量。 4.尽量少用$in，而是分解成一个一个的单一查询。尤其是在分片上，$in会让你的查询去每一个分片上查一次，如果实在要用的话，先在每个分片上建索引。 5.尽量不用模糊匹配查询，用其它精确匹配查询代替，比如$in、$nin。 6.查询量大、并发大的情况，通过前端加缓存解决。 7.能不用安全模式的操作就不用安全模式，这样客户端没必要等待数据库返回查询结果以及处理异常，快了一个数量级。 8.MongoDB的智能查询优化，判断粒度为query条件，而skip和limit都不在其判断之中，当分页查询最后几页时，先用order反向排序。 9.尽量减少跨分片查询，balance均衡次数少。 10.只查询要使用的字段，而不查询所有字段。 11.更新字段的值时，使用$inc比update效率高。 12.apped collections比普通collections的读写效率高。 13.server-side processing类似于SQL查询的存储过程，可以减少网络通讯的开销。 14.必要时使用hint()强制使用某个索引查询。 15.如果有自己的主键列，则使用自己的主键列作为id，这样可以节约空间，也不需要创建额外的所以。 16.使用explain，根据exlpain plan进行优化。 17.范围查询的时候尽量用$in、$nin代替。 18.查看数据库查询日志，具体分析的效率低的操作。 19.mongodb有一个数据库优化工具database profiler，能够检测数据库操作的性能。可以发现query或者write操作中执行效率低的，从而针对这些操作进行优化。 20.尽量把更多的操作放在客户端，当然这就是mongodb设计的理念之一。
原文地址:http://z2009zxiaolong.iteye.com/blog/1703696