文档数据库属于NoSQL数据库，提供了可扩展的高性能数据解决方案，与关系型数据库（例如MySQL、SQLServer、Oracle）一样，在数据库设计、语句优化、索引创建等方面都会影响数据库的使用性能。
下面从不同维度，给出提升DDS使用性能的建议：
数据库和集合的创建
1.使用短字段名，以节约存储空间。文档数据库与关系型数据库不同，集合中的每个文档都存储字段名，使用短字段名可以有效的节约存储空间。
2.有效的控制集合中的文档数量，避免影响查询性能。如果有必要，可以进行定期归档。
3.每条文档都提供默认的“_id”值，禁止向“_id”中保存自定义值。
4.固定集合相较其他集合，插入速度快，并且能够自动删除旧数据。用户可以根据业务需要，选择创建固定集合以提高性能。
查询操作
索引
1.根据业务需求，对经常查询的数据字段创建适当的索引。需注意，索引会占用一些空间，并且插入操作和索引更新会消耗资源。因此，建议每个集合的索引数量不超过5个。
案例：出现数据查询缓慢，如果没有创建索引，建议对经常查询的数据字段创建适当的索引，优化查询速度。
2.对于包含多个键的查询，建议创建包含这些键的复合索引。复合索引的键值顺序很关键，需遵循索引最左前缀原则，查询应包含最左索引字段，以索引创建顺序为准，与查询字段顺序无关。
3.给索引添加TTL属性，自动筛选过期文档并删除。创建TTL的索引必须是日期类型。TTL索引是单字段索引，而非复合索引。
4.需要在集合中某个字段上创建索引，但当集合中大量文档不包含该键值时，建议创建稀疏索引。
5.创建文本索引时，字段指定text，而不是1或者-1。每个集合只有一个文本索引，但它可以为任意多个字段建立索引。
命令使用
1.使用findOne方法，在数据库中查询匹配多个项目，将会在自然排序文件集合中返回第一个项目。如果需要返回多个文档，则使用find方法。
2.如果查询无需返回整个文档，或只是用来判断键值是否存在，可以通过投影$project来限制返回字段，减少网络流量和客户端的内存使用。
3.除了前缀样式查询，正则表达式查询执行的时间比大多数选择器更久，不建议使用索引。
4.查询中的某些含“”的操作符可能会降低使用性能。在业务中尽量不要使用该类操作符：or、nin、not、ne、exists。
说明：
or：有多少个条件就会查询多少次，最后合并结果集，建议替换为in。
$nin：可能会匹配到大多数的索引，此时，查询优化器会退化为全表扫描。
$not：可能会导致查询优化器无法匹配到具体的索引，退化为全表扫描。
$ne：选择字段值不等于指定值的文档，如果多数为取相反值的文档，将会扫描整个索引。
$exists：对于松散的文档结构，查询必须遍历每一个文档。
更多信息，请参见MongoDB官方文档。
注意事项
1.操作符where和exists中不能使用索引。
2.如果查询结果需要排序，尽量控制结果集的数量。
3.涉及多个字段的索引时，尽量将用于精确匹配的字段放在索引的前面。
4.如果查询条件中的键值顺序和复合索引中的创建顺序不一致，DDS会自动优化为查询跟索引顺序一致。
- 修改操作
通过操作符对文档进行修改，通常可以获得更好的性能。该方式不需要往返服务器来获取并修改文档数据，在序列化和传输数据上花费更少的时间。
- 批量插入
批量插入（batchInsert）可以减少数据向服务器的提交次数，提高使用性能。批量提交的数据的BSON Size不超过48MB。
- 聚合运算
聚合运算中，match需前置于group，减少$group操作符要处理的文档数量。
