Guide

Appearance

MongoDB 索引类型：选择正确的索引，事半功倍 ​

你的 MongoDB 查询慢吗？

100 万条数据的表，没加索引时查一条记录要扫描全表；加了索引，同样的查询只要几次比较就能找到。

但 MongoDB 有很多种索引类型，用错了，不仅没效果，还浪费空间。

这篇文章，帮你搞清楚每种索引的适用场景。

为什么需要索引？ ​

想象你在图书馆找一本书：

  • 没索引：从第一排书架开始，一本一本找，找到第 80 万本才发现是它 —— 全表扫描
  • 有索引：先查索引卡片，找到「技术书籍-编程-MongoDB」，然后直接去对应书架 —— 索引查询

MongoDB 默认会给 _id 字段创建唯一索引，其他字段的索引需要你自己创建。

索引类型一览 ​

索引类型适用场景
单字段索引单列等值查询
复合索引多列组合查询
多键索引数组字段查询
文本索引全文搜索
地理空间索引位置查询
哈希索引分片集群
唯一索引字段值唯一
稀疏索引字段稀疏分布
TTL 索引自动过期

单字段索引 ​

最基础的索引，适用于单列的等值查询。

java
import com.mongodb.client.model.Indexes;
import com.mongodb.client.model.IndexOptions;

// 在 username 字段上创建升序索引
collection.createIndex(Indexes.ascending("username"));

// 在 createdAt 字段上创建降序索引（适合倒序排列的查询）
collection.createIndex(Indexes.descending("createdAt"));
json
// 生成的索引结构
{
  "v": 2,
  "key": { "username": 1 },
  "name": "username_1"
}

使用场景：

  • 用户名查询
  • 状态字段查询（WHERE status = 'active'）
  • 日期字段查询（按时间排序的列表）

复合索引 ​

多个字段组合的索引，适用于多条件查询。

java
// 创建复合索引：city + age + username
collection.createIndex(Indexes.compoundIndex(
    Indexes.ascending("city"),
    Indexes.descending("age"),
    Indexes.ascending("username")
));

使用场景：

  • WHERE city = 'Beijing' AND age >= 18
  • WHERE city = 'Beijing' AND age >= 18 ORDER BY age DESC

最左前缀原则 ​

复合索引遵循最左前缀原则，和 MySQL 一样。

索引 {city: 1, age: 1} 可以支持：

查询是否使用索引
city = 'Beijing'✅ 使用
city = 'Beijing' AND age = 20✅ 使用
city = 'Beijing' AND age > 18✅ 使用
age = 20❌ 不使用
age > 18❌ 不使用

字段顺序选择 ​

复合索引的字段顺序很重要，一般遵循：

  1. 等值查询字段放前面：字段 = 值
  2. 范围查询字段放后面：字段 > 值
  3. 排序字段根据方向决定位置
java
// 查询条件：city = 'Beijing' AND age >= 18 ORDER BY createdAt DESC
// 索引设计：city(等值) -> age(范围) -> createdAt(排序)
collection.createIndex(Indexes.compoundIndex(
    Indexes.ascending("city"),      // 等值，放最前
    Indexes.ascending("age"),       // 范围，放中间
    Indexes.descending("createdAt") // 排序，放最后
));

多键索引 ​

数组字段自动创建的索引。

java
// tags 是数组字段：[ "Java", "MongoDB", "数据库" ]
// MongoDB 会自动为 tags 创建多键索引
collection.createIndex(Indexes.ascending("tags"));

// 查询包含特定标签的用户
collection.find(eq("tags", "MongoDB"));

限制：

  • 一个集合只能有一个多键索引包含数组字段（避免索引爆炸）
  • 索引字段不能是数组的数组

文本索引 ​

用于全文搜索，支持多字段。

java
// 单字段文本索引
collection.createIndex(Indexes.text("title"));

// 多字段文本索引
collection.createIndex(Indexes.compoundIndex(
    Indexes.text("title"),
    Indexes.text("content")
));

// 设置权重
collection.createIndex(
    new Document("title", "text").append("content", "text"),
    new IndexOptions().weights(new Document()
        .append("title", 10)    // title 匹配权重更高
        .append("content", 1))
);
java
// 文本搜索
collection.find(
    new Document("$text", new Document("$search", "MongoDB 索引"))
);

限制：

  • 每个集合最多一个文本索引
  • 不支持中文分词（需要额外配置中文分词器）

地理空间索引 ​

用于地理位置查询，比如「附近的人」「范围内搜索」。

2dsphere 索引（球面坐标） ​

java
// location 字段格式：GeoJSON
// { "type": "Point", "coordinates": [经度, 纬度] }
Document location = new Document()
    .append("type", "Point")
    .append("coordinates", List.of(116.404, 39.915));  // 北京

Document user = new Document()
    .append("username", "zhangsan")
    .append("location", location);

collection.createIndex(Indexes.geo2dsphere("location"));
java
import com.mongodb.client.model.geojson.*;
import static com.mongodb.client.model.Filters.*;

// 查询附近 5 公里内的用户
collection.find(
    nearSphere("location",
        new Point(new Position(116.404, 39.915)),
        5000.0,  // 最大距离（米）
        null)     // 最小距离
);

2d 索引（平面坐标） ​

适用于小游戏地图等小范围平面坐标场景。

哈希索引 ​

用于分片集群，将字段哈希后分布到不同分片。

java
// 分片键常用哈希索引
collection.createIndex(Indexes.hashed("userId"));

特点：

  • 不支持范围查询（userId > 100 无法使用索引）
  • 数据分布均匀，适合分片

唯一索引 ​

保证字段值的唯一性。

java
IndexOptions options = new IndexOptions().unique(true);

collection.createIndex(
    Indexes.ascending("email"),
    options
);

// 尝试插入重复 email 会报错
collection.insertOne(new Document("email", "exists@example.com"));
// DuplicateKeyException

复合唯一索引：

java
// userId + status 组合唯一
collection.createIndex(
    Indexes.compoundIndex(
        Indexes.ascending("userId"),
        Indexes.ascending("status")
    ),
    new IndexOptions().unique(true)
);

稀疏索引 ​

只为存在该字段的文档创建索引，忽略 null 值。

java
IndexOptions options = new IndexOptions()
    .sparse(true)
    .unique(true);

collection.createIndex(Indexes.ascending("phone"), options);

使用场景：

  • 字段大部分文档都没有（可选字段）
  • 避免索引膨胀

TTL 索引 ​

自动删除过期文档，常用于会话、缓存、日志。

java
// createdAt 后 30 天自动删除
collection.createIndex(
    Indexes.ascending("createdAt"),
    new IndexOptions().expireAfterSeconds(30 * 24 * 60 * 60L)
);

限制：

  • 只能单字段
  • 字段必须是 Date 类型
  • 不支持数组字段

索引选择指南 ​

场景推荐索引
等值查询 username单字段索引
多条件查询 + 排序复合索引
数组标签查询多键索引
文章全文搜索文本索引
附近商家2dsphere 索引
分片键哈希索引
保证 email 唯一唯一索引
临时数据过期删除TTL 索引

总结 ​

索引选对了，查询快 100 倍；选错了，浪费空间还没效果。

记住几个原则：

  1. 等值字段放索引前面，范围和排序放后面
  2. 复合索引要匹配查询模式
  3. 不是索引越多越好，每个索引都要维护成本

面试追问方向 ​

  • 复合索引 (a, b, c) 和 (a, c, b) 有什么区别？
  • 什么情况下索引会失效？
  • MongoDB 的 text 索引有什么限制？如何支持中文搜索？

基于 VitePress 构建

Copyright © 2025-2026 Guide