MongoDB作为一款流行的非关系型数据库，数据索引与查询优化功能对于提升其性能至关重要。

索引是提升MongoDB查询速度的关键。在MongoDB中，创建索引十分便捷。例如，若有一个存储用户信息的集合，经常需要根据用户ID进行查询，就可以为用户ID字段创建索引。通过命令db.users.createIndex( { "user_id": 1 } ) ，其中user_id是字段名，1表示升序索引。索引类型多样，单字段索引适用于基于单个字段的查询，复合索引则用于涉及多个字段的查询场景。比如，若经常按用户所在城市和年龄进行查询，可创建复合索引db.users.createIndex( { "city": 1, "age": 1 } )。

查询优化方面，首先要合理使用查询语句。避免使用全表扫描，尽可能利用索引。在使用find方法时，确保查询条件能命中索引。例如，查询条件尽量避免使用正则表达式开头的模式匹配，因为这会导致全表扫描。如db.users.find( { "name": /^John/ } ) 就可能效率低下，若改成db.users.find( { "name": { $gte: "John", $lt: "John\uf8ff" } } ) ，就能利用索引提高查询效率。

利用好投影操作也能优化查询。投影可以指定返回的字段，减少不必要的数据传输。比如db.users.find( { }, { "name": 1, "email": 1, "_id": 0 } ) ，只返回用户的姓名和邮箱，不返回_id字段，从而提升查询性能。

另外，解释查询计划也是优化的重要手段。使用explain方法能查看MongoDB如何执行查询，了解查询是否利用了索引以及执行效率。例如db.users.find( { "user_id": 123 } ).explain("executionStats") ，通过分析结果，可以针对性地调整查询和索引策略。

在MongoDB中，通过合理创建索引，优化查询语句，运用投影操作以及分析查询计划，能够显著提升数据库的数据索引与查询性能，为应用提供更高效的支持。