MongoDB 索引

摘要：MongoDB索引是提升查询性能的关键机制，主要包括单字段索引、复合索引、多键索引、文本索引等类型。创建索引使用createIndex命令，遵循ESR原则设计复合索引，优先考虑覆盖索引以提高性能。日常管理可通过getIndexes()查看索引，使用explain()分析查询执行计划。最佳实践包括为频繁查询字段建索引、避免过度索引、定期检查索引大小占比等。常见问题可通过分析totalDocsE

likuoelie

425人浏览 · 2025-11-09 08:43:15

likuoelie · 2025-11-09 08:43:15 发布

MongoDB 索引概述

MongoDB 的索引是提升查询性能的核心机制。它在集合（collection）上为一个或多个字段创建有序的数据结构（默认是 B-tree），让数据库可以快速定位文档，而不必全表扫描。

1. 索引类型

类型	说明	典型场景
单字段索引 (`{field: 1}`)	最常见的索引	按单一字段查询、排序
复合索引 (`{a:1, b:-1}`)	覆盖多个字段，顺序重要	多字段过滤 + 排序
多键索引 (Multi-key)	自动为数组字段创建	查询数组中包含某值的文档
文本索引 (`{content: "text"}`)	全文搜索，支持语言停用词	搜索文章、评论
地理空间索引 (`2dsphere`, `2d`)	经纬度查询	附近地点、GeoJSON
哈希索引 (`{field: "hashed"}`)	哈希分片键	分片集合的均匀分布
TTL 索引 (`{createdAt: 1}`, `expireAfterSeconds`)	自动删除过期文档	会话、日志
部分索引 (`partialFilterExpression`)	只为满足条件的文档建索引	状态为 “active” 的文档
稀疏索引 (`sparse: true`)	只为存在该字段的文档建索引	字段可选的情况
唯一索引 (`unique: true`)	保证字段值唯一	用户名、email

2. 创建索引的基本语法

// 单字段升序索引
db.collection.createIndex({ age: 1 })

// 复合索引（先按 status 升序，再按 createdAt 降序）
db.collection.createIndex({ status: 1, createdAt: -1 })

// 文本索引
db.articles.createIndex({ title: "text", body: "text" })

// TTL 索引（30 天后自动删除）
db.sessions.createIndex(
  { lastAccess: 1 },
  { expireAfterSeconds: 2592000 }
)

// 部分索引 + 唯一
db.users.createIndex(
  { email: 1 },
  { unique: true, partialFilterExpression: { status: "active" } }
)

提示：createIndex 是幂等的，重复执行只会返回已存在的索引信息。

3. 常用管理命令

命令	作用
`db.collection.getIndexes()`	查看集合所有索引
`db.collection.dropIndex("indexName")`	删除指定索引
`db.collection.dropIndexes()`	删除除 `_id` 外的所有索引
`db.collection.totalIndexSize()`	索引占用的磁盘空间
`explain("executionStats")`	查看查询是否命中索引、扫描文档数

// 示例：查看执行计划
db.users.find({ age: { $gte: 30 } }).explain("executionStats")

4. 索引使用原则（最佳实践）

为频繁查询的字段建索引
- find()、sort()、aggregate() 中出现的字段。

遵循 ESR 原则（Equality-Sort-Range）

复合索引顺序：等值条件 → 排序字段 → 范围条件

// 推荐
{ status: 1, createdAt: -1, score: 1 }
// 查询：status="active" + 按 createdAt 降序 + score > 80

覆盖索引（Covered Query）

查询只返回索引中的字段，无需访问文档，极大提升性能。

db.users.createIndex({ email: 1, name: 1 })
db.users.find({ email: "a@x.com" }, { _id: 0, name: 1 }) // 完全覆盖

避免过度索引
- 每个写操作（insert/update/delete）都会更新索引，写放大。
- 定期使用 db.collection.stats() 检查 indexSize 与 size 比例。

使用 hint() 强制指定索引（调试时）

db.orders.find({ customerId: 123 }).hint({ customerId: 1, orderDate: -1 })

5. 常见问题排查

症状	检查点
查询慢	`explain()` → `totalDocsExamined` 是否接近集合文档数
写性能下降	`indexSize` 过大、索引太多
唯一约束冲突	检查 `unique` 索引、是否有 `null` 或重复值
内存 OOM	索引不适合 `working set`，导致频繁页面错误

6. 示例：完整实战案例

// 1. 创建集合
db.createCollection("orders")

// 2. 插入示例数据
db.orders.insertMany([
  { customerId: 1, status: "pending",   orderDate: ISODate("2025-10-01"), total: 99 },
  { customerId: 2, status: "completed", orderDate: ISODate("2025-10-05"), total: 150 },
  { customerId: 1, status: "completed", orderDate: ISODate("2025-11-01"), total: 200 }
])

// 3. 创建复合索引（ESR 原则）
db.orders.createIndex(
  { customerId: 1, status: 1, orderDate: -1 }
)

// 4. 查询 + 排序（命中索引）
db.orders.find({
  customerId: 1,
  status: "completed"
}).sort({ orderDate: -1 })

// 5. 验证覆盖查询
db.orders.createIndex({ customerId: 1, total: 1 }, { name: "cust_total" })
db.orders.find(
  { customerId: 1 },
  { _id: 0, total: 1 }
).hint("cust_total")   // 完全在索引中完成