跳到主要内容
锦木信息 JINMU INFO
MongoDB 博客
MongoDB · 查询优化基础

MongoDB 索引
其实没那么简单

"加个索引"听起来是最简单的优化手段——但索引怎么建、字段顺序怎么排、什么时候能命中覆盖查询,这里面的门道,决定了你的查询是"毫秒级响应"还是"看运气"。

01 · COLLSCAN vs IXSCAN

为什么索引能让查询快上几个数量级

想象一本 800 页的书,没有目录——你想找到某个关键词出现的所有位置,只能从第一页翻到最后一页。这就是 COLLSCAN(全表扫描)。索引,就是这本书的目录:查询引擎不需要翻遍每一页,而是直接跳到目标位置,这叫 IXSCAN(索引扫描)。

✕ COLLSCAN · 全表扫描

96 / 96 篇文档全部被读取一遍,即便只有 4 篇符合条件

✓ IXSCAN · 索引扫描

直接命中 4 / 96 篇目标文档,其余的从未被触碰

02 · 复合索引

顺序,决定索引是否真的有用

一个索引可以覆盖多个字段,但字段的排列顺序不是随便定的。业界公认的经验法则是 ESR:Equality(等值匹配字段放最前)→ Sort(排序字段其次)→ Range(范围查询字段放最后)。顺序反了,索引依然"存在",但查询计划器很可能用不上它的全部效力。

db.orders.find({ status: "paid" }).sort({ createdAt: -1 })
✕ 错误顺序
db.orders.createIndex(
  { createdAt: 1, status: 1 }
)

排序字段排在最前面,但查询条件里 status 才是等值过滤——索引没法先精确定位,效果大打折扣。

✓ 正确顺序(ESR)
db.orders.createIndex(
  { status: 1, createdAt: -1 }
)

status 等值匹配放最前,createdAt 排序字段其次——索引能直接定位到目标区间,一步到位。

WAP 提示

手动判断一个查询该配什么复合索引,往往需要读懂执行计划里的一堆字段。WAP 的实时诊断会直接比对慢查询与执行计划,给出可以直接使用的复合索引建议。

03 · 覆盖查询

最快的查询,是根本不用读文档

如果一个查询所需要的全部字段——查询条件、排序字段、返回字段——恰好都被索引本身包含,MongoDB 甚至不需要"回表"读取完整文档,直接从索引结构里返回结果。这类查询叫做覆盖查询(covered query),延迟通常比普通索引查询还要再低一个量级。

普通索引查询
多一次磁盘 / 内存回表
命中索引
→
回表读取完整文档
→
返回结果
覆盖查询
延迟更低 · 无需回表
命中索引
→
直接返回(索引即答案)
04 · 别忘了代价

索引不是越多越好

每新增一个索引,都会在每次写入时多一份需要同步维护的结构——写入变慢、内存占用增加,这是很容易被忽略的代价。索引设计的目标从来不是"覆盖所有查询",而是覆盖那些高频、高价值的查询。

索引字段顺序随意排列→按 ESR 规则排列(等值→排序→范围)
每个查询都单独建一个索引→合并成可复用的复合索引
从不检查用不上的旧索引→定期用 $indexStats 审查冷门索引
只关心"有没有索引"→进一步检查能否命中覆盖查询
WAP 提示

索引审查是一件需要持续做、却很容易被搁置的事。WAP 的多维监控会持续追踪索引使用情况与慢查询占比,把"该清理哪些索引"摆在看得见的地方。

最后一句

写对索引
是性价比最高的一次优化

大多数慢查询问题,最终都能追溯到一个没建对的索引。把这件事做对,剩下的交给持续的监控和诊断——这正是 Whaleal Platform 存在的原因之一。

聊聊您的数据难题

告诉我们业务现状,资深技术顾问一对一给出选型与实施建议,咨询免费。