MongoDB 6.0/7.0 中不存在独立的“索引分析器”，需组合使用 db.setProfilingLevel() 开启慢查询捕获、explain("executionStats") 分析执行计划、$indexStats 识别低效索引，并严格遵循等值→范围→排序的联合索引字段顺序。
直接结论：MongoDB 6.0/7.0 中没有叫“索引分析器”的独立组件；你真正要用的是 db.setProfilingLevel() + explain() + $indexStats 这套组合，缺一不可。
db.setProfilingLevel() 设置慢查询捕获阈值
Profiler 是唯一能告诉你“哪条查询慢、为什么慢”的入口。6.0/7.0 默认关闭，必须手动开启，且级别选错就等于白开：
-
db.setProfilingLevel(1, { slowms: 50 })最常用：只记录 ≥50ms 的操作，写入system.profile集合，对线上影响可控 -
db.setProfilingLevel(2)别在生产环境用：所有操作都记，system.profile很快撑满（默认仅 1MB），还会拖慢写入 - 配置文件里永久生效要写成：
operationProfiling.mode: "slowOp"+operationProfiling.slowOpThresholdMs: 50，不是slowms - 执行后务必验证：
db.getProfilingStatus()返回{ "was": 1, "slowms": 50, ... }才算生效
explain("executionStats") 看清索引是否真被用上
光看 system.profile 里的 millis 和 ns 不够——它不告诉你用了哪个索引、扫了多少文档。必须对慢查询语句补上 explain("executionStats")：
- 重点盯
executionStats.executionStages.stage：要是"COLLSCAN"就说明完全没走索引 - 看
executionStats.nReturned和executionStats.totalDocsExamined：如果后者远大于前者（比如 10万 vs 10），大概率是索引没覆盖查询字段或顺序不对 - 注意
executionStats.executionStages.inputStage.keyPattern：确认实际命中的是你预期的那个索引名，而不是company_id_hashed这种哈希索引——它对范围查询无效 - 6.0+ 支持
explain("allPlansExecution")，但别滥用：会真实执行所有候选计划，可能锁表或加重负载
$indexStats 查哪些索引根本没人用
建一堆索引却不清理，写性能会肉眼可见变差。6.0/7.0 用 $indexStats 聚合阶段查真实使用频率：
-
db.collection.aggregate([ { $indexStats: {} }, { $sort: { "accesses.ops": 1 } } ])直接按访问次数升序排，底部就是“僵尸索引” - 字段
accesses.ops是自 MongoDB 3.2 起统计的命中次数，为0且存在半年以上，基本可删 - 特别注意
keyPattern重复的索引：比如已有{a:1,b:1}，又建了{a:1,b:1,c:1}，前者大概率冗余 - 删除前先确认：
db.collection.getIndexes()检查是否有 hint() 或应用层硬编码依赖该索引名
联合索引字段顺序不能拍脑袋定
很多慢查询根源不在有没有索引，而在字段顺序。6.0/7.0 的查询优化器仍严格遵循“等值 → 范围 → 排序”原则：
- 查询条件是
{ company_id: 13272, create_time: { $gte: ..., $lte: ... } }，索引必须是{ company_id: 1, create_time: 1 }，反过来就失效 - 如果还有
sort({ status: 1 })，理想索引是{ company_id: 1, create_time: 1, status: 1 }，把排序字段塞到最后 - 哈希索引（
"hashed"）只适合等值查询，$gte/$in等一律绕过，别把它和范围字段混建联合索引 - 建完立刻验证：
db.collection.find(...).explain("executionStats")确认stage变成"IXSCAN"且totalDocsExamined ≈ nReturned
真正卡住人的地方往往不是命令怎么敲，而是 profiler 开了却没查 system.profile，或是 explain 看了却忽略 totalDocsExamined 和 keyPattern 的匹配关系。索引不是建得越多越好，而是让每一条慢查询都能精准落到一个最小必要索引上。
