本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
使用索引的最佳实践
建立索引
将数据导入 Amazon DocumentDB 时，最好在导入大型数据集之前先创建索引。您可以使用 Amazon DocumentDB 索引工具
索引选择性
将索引创建限制为重复值数小于集合中文档总数的 1% 的字段。例如，如果您的集合包含 100,000 个文档，则仅在相同值出现 1,000 次或更少的字段上创建索引。
选择具有大量唯一值（即高基数）的索引可确保筛选操作返回少量文档，从而在索引扫描期间产生良好的性能。高基数索引的一个例子是一个唯一索引，它保证相等谓词最多返回单个文档。低基数的示例包括布尔字段上的索引和一周中某天的索引。由于其性能不佳，数据库的查询优化器不太可能选择低基数索引。同时，低基数索引继续消耗磁盘空间和等资源。 I/Os作为经验法则，应将索引定位于典型值频率为总集合大小的 1% 或更小的字段。
此外，建议仅在通常用作筛选条件的字段上创建索引，并定期查找未使用的索引。有关更多信息，请参阅 如何分析索引使用情况并识别未使用的索引？。
索引对数据写入的影响
虽然索引可以通过避免扫描集合中的每个文档来提高查询性能，但这种提高是有代价的。对于集合的每个索引，每次插入、更新或删除文档时，数据库都必须更新集合并将字段写入集合的每个索引。例如，如果某个集合有九个索引，则数据库必须执行十次写入操作，才能将操作通知给客户端。因此，每增加一个索引都会产生额外的写入延迟 I/Os，并增加总存储利用率。
所以应该适当调整集群实例的大小，以确保将所有工作集容纳在内存中。这样就无需持续读取存储卷中的索引页面，这会对性能产生负面影响并产生更高 I/O 的成本。有关更多信息，请参阅 实例大小调整。
为了获得最佳性能，请尽量减少集合中的索引数量，仅添加必要的索引来提高常用查询的性能。虽然工作负载会变化，但有一个很好的指导原则，就是将每个集合的索引数量保持在五个以内。
识别缺失的索引
最佳做法是定期识别缺失的索引。有关更多信息，请参阅 如何识别缺失的索引？。
识别未使用的索引
最佳做法是定期识别和删除未使用的索引。有关更多信息，请参阅 如何分析索引使用情况并识别未使用的索引？。
