MongoDB 复合索引设计

复合索引是基于多个字段创建的索引，它可以提高多字段查询的性能。在 MongoDB 中，复合索引的字段顺序对查询性能有重要影响，遵循最左前缀原则。

复合索引的特点

1. 字段顺序重要性

复合索引的字段顺序决定了它能支持哪些查询模式。MongoDB 按照索引定义的顺序使用字段，遵循最左前缀原则。

2. 支持多种查询类型

复合索引可以支持：

• 基于索引前缀的查询
• 基于所有索引字段的精确匹配查询
• 基于索引字段的范围查询
• 基于索引字段的排序操作

3. 覆盖查询支持

当复合索引包含查询所需的所有字段时，可以实现覆盖查询，避免回表访问文档数据，提高查询性能。

4. 索引大小和维护成本

复合索引的大小和维护成本高于单字段索引，需要权衡查询性能和写入性能。

最左前缀原则

原则说明

最左前缀原则是复合索引设计的核心原则，它指的是：

• 复合索引 { a: 1, b: 1, c: 1 } 可以支持以下查询：
  • { a: ... }
  • { a: ..., b: ... }
  • { a: ..., b: ..., c: ... }
• 但不支持以下查询：
  • { b: ... }
  • { c: ... }
  • { b: ..., c: ... }

示例说明

// 创建复合索引
db.orders.createIndex({ customer_id: 1, order_date: -1, total_amount: 1 })

// 支持的查询
db.orders.find({ customer_id: "12345" })  // 匹配最左前缀
db.orders.find({ customer_id: "12345", order_date: { $gt: ISODate("2025-01-01") } })  // 匹配前两个字段
db.orders.find({ customer_id: "12345", order_date: { $gt: ISODate("2025-01-01") }, total_amount: { $gt: 100 } })  // 匹配所有字段

// 不支持的查询
db.orders.find({ order_date: { $gt: ISODate("2025-01-01") } })  // 缺少最左前缀 customer_id
db.orders.find({ total_amount: { $gt: 100 } })  // 缺少最左前缀 customer_id
db.orders.find({ order_date: { $gt: ISODate("2025-01-01") }, total_amount: { $gt: 100 } })  // 缺少最左前缀 customer_id

复合索引设计原则

1. 高频查询优先

将最常用的查询字段放在复合索引的最左边。

2. 高选择性字段优先

选择性是指字段的不同值数量与文档总数的比率。选择性越高的字段，过滤效果越好，应放在复合索引的左边。

3. 范围查询字段后置

将范围查询字段（如 $gt, $lt, $in 等）放在复合索引的右边，因为范围查询之后的字段无法被索引有效使用。

4. 排序字段考虑

如果查询包含排序操作，应将排序字段放在复合索引的合适位置，且排序方向应与索引定义一致。

5. 覆盖查询优化

如果查询只返回少量字段，考虑将这些字段包含在复合索引中，实现覆盖查询。

6. 避免冗余索引

避免创建冗余的复合索引，例如同时创建 { a: 1, b: 1 } 和 { a: 1 }，因为前者已经包含了后者的功能。

复合索引设计示例

示例 1：电商订单查询

查询模式：

• 基于 customer_id 和 order_date 查询订单
• 基于 customer_id、order_date 和 status 查询订单
• 按 order_date 降序排序

索引设计：

db.orders.createIndex({ customer_id: 1, order_date: -1, status: 1 })

说明：

• customer_id 是高频查询字段，放在最左边
• order_date 用于范围查询和排序，放在中间，使用降序索引
• status 是精确匹配字段，放在最右边

示例 2：用户信息查询

查询模式：

• 基于 country 和 age 查询用户
• 基于 country、age 和 gender 查询用户
• 按 age 升序排序
• 返回 name 和 email 字段

索引设计：

db.users.createIndex({ country: 1, age: 1, gender: 1, name: 1, email: 1 })

说明：

• country 是高频查询字段，放在最左边
• age 用于范围查询和排序，放在中间
• gender 是精确匹配字段，放在右边
• name 和 email 用于覆盖查询，避免回表

示例 3：博客文章查询

查询模式：

• 基于 category 和 publish_date 查询文章
• 基于 category、publish_date 和 author 查询文章
• 按 publish_date 降序排序
• 按 views 降序排序

索引设计：

db.articles.createIndex({ category: 1, publish_date: -1, author: 1, views: -1 })

说明：

• category 是高频查询字段，放在最左边
• publish_date 用于范围查询和排序，放在中间
• author 是精确匹配字段，放在右边
• views 用于排序，放在最右边

复合索引与排序

排序方向一致性

当查询包含排序操作时，复合索引的排序方向应与查询的排序方向一致，否则索引无法被有效使用。

示例：排序与索引方向

// 索引定义
db.orders.createIndex({ customer_id: 1, order_date: -1 })

// 支持的排序
db.orders.find({ customer_id: "12345" }).sort({ order_date: -1 })  // 排序方向与索引一致
db.orders.find({ customer_id: "12345" }).sort({ order_date: 1 })   // 不支持，排序方向与索引相反

// 复合排序示例
db.orders.createIndex({ customer_id: 1, order_date: -1, total_amount: 1 })

// 支持的复合排序
db.orders.find({ customer_id: "12345" }).sort({ order_date: -1, total_amount: 1 })  // 排序方向与索引一致

复合索引与范围查询

范围查询的影响

当复合索引中包含范围查询时，范围查询之后的字段无法被索引有效使用。

示例：范围查询与索引字段顺序

// 索引定义
db.orders.createIndex({ customer_id: 1, order_date: -1, total_amount: 1 })

// 范围查询在 order_date 字段，total_amount 仍可使用索引
db.orders.find({ customer_id: "12345", order_date: { $gt: ISODate("2025-01-01") }, total_amount: { $gt: 100 } })

// 索引定义
db.orders.createIndex({ order_date: -1, customer_id: 1, total_amount: 1 })

// 范围查询在 order_date 字段，customer_id 和 total_amount 仍可使用索引
db.orders.find({ order_date: { $gt: ISODate("2025-01-01") }, customer_id: "12345", total_amount: { $gt: 100 } })

覆盖查询

覆盖查询的定义

覆盖查询是指查询所需的所有字段都包含在索引中，MongoDB 可以直接从索引返回结果，无需回表访问文档数据。

覆盖查询的条件

• 查询的所有返回字段都必须是索引的一部分
• 查询条件中的所有字段都必须是索引的一部分
• 不能使用 $text 等特殊查询运算符

覆盖查询示例

// 索引定义
db.users.createIndex({ country: 1, age: 1, name: 1, email: 1 })

// 覆盖查询：只返回 name 和 email 字段
db.users.find(
  { country: "China", age: { $gt: 30 } },
  { name: 1, email: 1, _id: 0 }  // _id 默认返回，需要显式排除
)

// 非覆盖查询：返回未包含在索引中的字段
db.users.find(
  { country: "China", age: { $gt: 30 } },
  { name: 1, email: 1, address: 1, _id: 0 }  // address 不在索引中
)

复合索引的限制

1. 索引大小限制

复合索引的大小受限于 MongoDB 的索引大小限制（单个索引条目不超过 1024 字节）。

2. 字段数量限制

复合索引最多可以包含 32 个字段。

3. 写入性能影响

复合索引会增加写入操作的开销，因为每次写入都需要更新索引。

4. 内存使用

复合索引会占用更多的内存空间，影响 WiredTiger 缓存的效率。

复合索引设计最佳实践

1. 分析查询模式

在设计复合索引之前，分析应用程序的查询模式，确定最常用的查询字段和查询类型。

2. 使用 explain() 分析

使用 explain() 命令分析查询执行计划，验证索引是否被有效使用。

3. 监控索引使用情况

使用 $indexStats 聚合管道监控索引的使用情况，识别未使用的索引。

4. 定期优化索引

定期审查和优化索引，删除未使用的索引，调整索引字段顺序。

5. 考虑分片键设计

如果使用分片集群，复合索引设计应考虑分片键的选择，避免跨分片查询。

6. 测试不同索引设计

在测试环境中测试不同的索引设计，比较它们的性能差异，选择最优方案。

复合索引设计决策树

常见问题（FAQ）

Q1: 如何确定复合索引的字段顺序？

A1: 确定复合索引字段顺序的方法：

1. 将最常用的查询字段放在最左边
2. 将高选择性字段放在最左边
3. 将精确匹配字段放在范围查询字段左边
4. 考虑排序操作的需求，保持排序方向一致

Q2: 复合索引和多个单字段索引有什么区别？

A2: 复合索引和多个单字段索引的区别：

• 复合索引可以支持多字段查询，而多个单字段索引只能支持单个字段查询
• 复合索引遵循最左前缀原则，而多个单字段索引之间没有关联
• 复合索引可以实现覆盖查询，而多个单字段索引无法实现
• 复合索引的维护成本低于多个单字段索引

Q3: 什么时候应该使用复合索引？

A3: 使用复合索引的场景：

• 需要基于多个字段进行查询
• 需要基于多个字段进行排序
• 需要实现覆盖查询
• 查询选择性较低的单个字段需要与其他字段组合使用

Q4: 如何避免创建冗余的复合索引？

A4: 避免创建冗余复合索引的方法：

• 检查现有索引，避免创建功能重叠的索引
• 例如，创建 { a: 1, b: 1 } 后，不需要再创建 { a: 1 }
• 使用 db.collection.getIndexes() 查看现有索引
• 使用 $indexStats 监控索引使用情况

Q5: 复合索引如何影响写入性能？

A5: 复合索引对写入性能的影响：

• 每次写入操作都需要更新复合索引
• 复合索引越大，写入操作的开销越大
• 对于高写入负载的集合，应谨慎设计复合索引
• 可以考虑使用部分索引或稀疏索引减少索引大小

Q6: 如何实现复合索引的覆盖查询？

A6: 实现复合索引覆盖查询的步骤：

1. 分析查询，确定返回的字段
2. 创建包含查询条件和返回字段的复合索引
3. 在查询中显式排除 _id 字段（如果不需要）
4. 使用 explain() 验证查询是否使用了覆盖索引

Q7: 复合索引可以支持哪些查询操作符？

A7: 复合索引支持的查询操作符：

• 精确匹配：=
• 范围查询：$gt, $gte, $lt, $lte
• 包含查询：$in
• 存在查询：$exists
• 正则表达式：$regex（仅前缀匹配）

Q8: 如何监控复合索引的使用情况？

A8: 监控复合索引使用情况的方法：

1. 使用 $indexStats 聚合管道：db.collection.aggregate([{ $indexStats: {} }])
2. 使用 MongoDB Compass 的性能面板
3. 使用 db.currentOp() 查看当前查询使用的索引
4. 使用监控工具如 Prometheus + Grafana

Q9: 复合索引的大小限制是什么？

A9: 复合索引的大小限制：

• 单个索引条目不超过 1024 字节
• 复合索引最多包含 32 个字段
• 索引名称长度不超过 128 字符

Q10: 如何在分片集群中设计复合索引？

A10: 分片集群中复合索引设计的注意事项：

1. 考虑分片键的选择，避免跨分片查询
2. 将分片键包含在复合索引中，提高查询性能
3. 避免在分片键上创建过多的复合索引
4. 考虑数据分布的均匀性
5. 测试跨分片查询的性能