🔹 1. 复合索引（Compound Index）

👉 定义：对多个字段建立的索引，例如：

db.users.createIndex({ age: 1, created_at: -1 })

规则：最左前缀原则

• 索引 {a:1, b:1, c:1} 可以支持：

  • {a}

  • {a, b}

  • {a, b, c}

• 不支持 {b} 或 {c} 单独查询。

案例：订单表

{
  "user_id": 123,
  "status": "paid",
  "created_at": ISODate("2023-01-01")
}

常见查询：

• 查询某个用户的订单 → user_id

• 查询用户最近订单 → user_id + created_at

• 按状态统计订单 → status

索引设计：

db.orders.createIndex({ user_id: 1, created_at: -1 })
db.orders.createIndex({ status: 1 })

📌 注意：
如果写成 {created_at: -1, user_id: 1}，就没法支持 "user_id=xx 且按时间排序" 的查询。

🔹 2. 多键索引（Multikey Index）

👉 定义：当索引字段是 数组 时，MongoDB 会自动创建 多键索引，对数组里的每个元素建索引。

案例：文章评论

{
  "title": "MongoDB 索引",
  "tags": ["database", "nosql", "performance"]
}

索引：

db.articles.createIndex({ tags: 1 })

查询：

db.articles.find({ tags: "nosql" })

👉 直接走多键索引。

⚠️ 限制：

1. 一个查询最多只能涉及一个多键索引

   • 如果有两个数组字段同时出现在查询条件里，索引可能失效。

   • 例：{ tags: "nosql", comments.user: "Alice" }

2. 多键索引不能保证数组内元素的组合唯一性

   • 比如 {tags: ["a","b"]} 和 {tags:["b","a"]}，都会被索引成两个值。

优化建议：

• 如果数组数据量特别大，考虑拆成独立 collection，而不是用多键索引。

• 多键索引适合标签、分类这种数据量较小的数组。

🔹 3. 大数据量表的索引

当表数据量上百万甚至上亿时，索引设计更重要：

案例：日志表

{
  "level": "ERROR",
  "service": "user-api",
  "message": "xxx",
  "created_at": ISODate("2023-01-01T12:00:00Z")
}

常见查询场景：

• 查某个服务的日志（按时间范围）

• 查最新错误日志

• 自动清理 30 天前的数据

索引设计：

// 查询某个服务日志 + 时间范围
db.logs.createIndex({ service: 1, created_at: -1 })

// 按 level + 时间查询
db.logs.createIndex({ level: 1, created_at: -1 })

// TTL 索引（日志保留 30 天）
db.logs.createIndex({ created_at: 1 }, { expireAfterSeconds: 30*24*3600 })

大表索引设计规范

1. 索引要精简：

   • 不要给低选择性字段（如 status=0/1）单独建索引。

   • 如果必须查询这种字段，最好和高选择性字段组合。

2. 覆盖索引（Covered Index）

   • 查询只用到索引里的字段，MongoDB 可以直接返回结果，不用回表。

   • 例：

     db.logs.createIndex({ service: 1, created_at: -1 })
     db.logs.find({ service: "user-api" }, { service: 1, created_at: 1, _id: 0 })
     

     👉 查询结果只用到索引里的字段 → 覆盖查询，速度更快。

3. 分页优化

   • 大数据量下 skip 慢（需要扫描跳过前 N 行）。

   • 解决方案：用 范围查询 + limit 代替 skip。

   • 例：

     db.logs.find({ service: "user-api", created_at: { $lt: lastTime } })
            .sort({ created_at: -1 })
            .limit(20)
     

🔹 4. 对比总结

✅ 总结建议

• 复合索引：遵循查询习惯 & 最左前缀原则

• 多键索引：适合小数组字段，数组太大就拆表

• 大数据量表：优先设计复合索引 + 覆盖索引，避免低选择性字段