这里是“MongoDB查询性能优化验证及验证”的完整攻略，包含两条示例说明。

验证查询性能

为了验证查询性能，我们可以使用MongoDB自带的性能分析功能。在MongoDB shell中启用分析功能，然后执行查询，最后检查分析数据。

启用性能分析功能：

db.setProfilingLevel(2)

执行查询：

db.collection.find({field: value}).limit(10)

这里我们假设我们查询的是某个特定字段的值为“value”的前10个文档。请注意，这里我们使用了.limit()函数来限制结果数量，以便在查询性能测试时不会返回过多数据。

检查分析数据：

db.system.profile.find()

检查数据之后，你可以分析查询时间、扫描的文档数以及其他有关查询性能的指标。在基于这些数据进行优化之前，你可能需要进行多次测试，收集多个样本数据。

查询性能优化

要优化查询性能，我们可以使用一系列方法，包括创建索引、选择合适的数据类型、调整查询条件等。

我们提供以下两个示例：

示例1：创建索引

我们可以使用createIndex()函数创建索引。例如，以下命令将为collection集合中的field字段创建一个单一升序索引。

db.collection.createIndex({field: 1})

示例2：选择合适的数据类型

选择适当的数据类型可以带来显著的性能提升。例如，对于整数值，我们可以使用int类型而不是默认的double类型。

另外，对于存储小数据的场景，我们可以使用Boolean类型代替Integer类型，因为Boolean类型的数据需要更少的内存空间。

需要注意的是，在更改数据类型之前，你需要确保你的应用程序代码能够正确地处理新的数据类型。

这是有关“MongoDB查询性能优化验证及验证”的完整攻略，希望能对你的工作有帮助。