MongoDB 索引与查询优化

MongoDB 系统讲解第一篇：02 篇已有索引入门（createIndex/explain 初体验），这一篇把索引讲全讲透——类型全家桶、复合索引的 ESR 原则、explain 输出逐字段怎么读。

索引类型全家桶

db.players.createIndex({"level": 1})                        // 单字段，1 升序 -1 降序
db.players.createIndex({"server": 1, "level": -1})          // 复合索引
db.players.createIndex({"createdAt": 1}, {expireAfterSeconds: 2592000})  // TTL 索引：30 天后自动删
db.players.createIndex({"name": 1}, {unique: true})         // 唯一索引
db.players.createIndex({"email": 1}, {partialFilterExpression: {vip: true}})  // 部分索引：只索引 vip 用户
db.players.createIndex({"desc": "text"})                    // 文本索引（全文搜索）
db.players.createIndex({"location": "2dsphere"})            // 地理索引

TTL 索引是"过期自动清理"的官方方案——会话、日志类集合标配，省掉自己写定时清理任务
部分索引只为符合条件的子集建索引：索引更小更快，"只查活跃用户"这类场景专用
唯一索引注意：字段缺失时 null 也算重复值，多个文档缺字段会撞唯一约束（sparse 或部分索引可绕）

复合索引与 ESR 原则

复合索引 {"a": 1, "b": 1, "c": 1} 相当于电话簿按 a→b→c 排序。字段顺序决定索引能不能被用上、能用多少：

ESR（Equality - Sort - Range）：

E：等值条件的字段放最前
S：排序字段放其次
R：范围查询的字段放最后

例：查询 {"server": "X"} 按 level 排序、再筛 {"level": {"$gt": 20}}——索引应该是 {"server": 1, "level": 1}（server 是 E，level 先承担排序再承担范围，两者重合）。

💡 为什么 R 要放最后：范围字段之后的索引字段就"断档"了——按 a 查、b 范围查、c 精确查的索引 {"a":1,"b":1,"c":1}，b 的范围性让 c 无法走索引前缀，只能过滤。ESR 记忆钩子：先等值、再排序、最后范围。

前缀规则：{a,b,c} 的索引可支撑 {a}、{a,b} 的查询，但撑不起 {b}——所以"每个查询建一个索引"是错的，按查询族设计复合索引。

explain：三种模式与关键字段

db.players.find({"server": "东方明珠", "level": {"$gt": 20}})
          .sort({"level": -1})
          .explain("executionStats")     // 最常用：真的执行并给统计

逐字段读法（executionStats 层）：

字段	含义	期望
`nReturned`	返回条数	—
`totalKeysExamined`	走索引扫了多少条	与 nReturned 接近
`totalDocsExamined`	回表读了多少文档	与 nReturned 接近=索引高效
`executionTimeMillis`	耗时	—

三个红旗：COLLSCAN（全集合扫描，该建索引了）；totalDocsExamined >> nReturned（索引选得不准或 ESR 顺序不对）；SORT stage 内存排序（排序没被索引吃掉，数据量大时可能报内存超限错误）。

索引的代价与设计清单

索引不是免费的：

写放大：每次 insert/update 都要同步维护所有相关索引
内存占用：索引要常驻内存（WiredTiger 缓存）才快，被挤出去就是灾难
数量红线：单集合索引别无脑堆，书里的常见建议是生产集合控制在个位数到十来个，冗余索引（被复合索引前缀覆盖的单字段索引）定期清理

我的设计清单（书里经验的汇总）：

先看 explain 确认真的是索引问题，再建索引
复合索引按 ESR 排，覆盖常用查询族
排序字段尽量进索引，避免内存 SORT
分页别用大 skip（翻得越深越慢），用 {"_id": {"$gt": 上一页最后一个}} 基于游标翻页
TTL/部分索引按需上，用它们省内存

⬅️ 03-MongoDB 理解 🏠 00-数据库 ➡️ 05-MongoDB 副本集与分片

04-MongoDB 索引与查询优化