面试题：MongoDB在大数据场景下索引优化之复合索引策略

Question

在大数据场景下，MongoDB的复合索引创建有哪些注意事项？请举例说明如何根据查询需求创建合理的复合索引以提升查询性能。

Answer 1

大数据场景下MongoDB复合索引创建的注意事项

1. 索引字段顺序：复合索引中字段的顺序至关重要。最常使用的过滤条件字段应放在索引的最前面。例如，如果经常按 status 过滤文档，再按 createdAt 排序，那么复合索引应是 {status: 1, createdAt: 1}，其中 1 表示升序，-1 表示降序。如果顺序错误，索引可能无法有效利用。
2. 避免过度索引：创建过多的复合索引会占用大量的磁盘空间，并增加写操作的开销。因为每次写操作都可能需要更新索引。例如，在一个有大量插入操作的集合中，如果创建了过多不必要的复合索引，插入性能会显著下降。
3. 考虑查询模式：复合索引应基于实际的查询模式来创建。如果有多种不同的查询模式，可能需要创建多个复合索引，但要权衡空间和性能的影响。
4. 索引选择性：选择选择性高的字段放在索引前面。选择性高意味着该字段的值在集合中分布较为均匀，这样可以快速缩小查询范围。例如，在一个用户集合中，email 字段的选择性通常比 gender 字段高。

根据查询需求创建合理复合索引提升查询性能的示例

假设有一个电商订单集合 orders，包含字段 customer_id（客户ID）、order_status（订单状态）、order_date（订单日期）和 total_amount（订单总金额）。

需求1：查询特定客户且特定状态的订单，按订单日期排序

db.orders.find({customer_id: "12345", order_status: "completed"}).sort({order_date: 1});

应创建复合索引：

db.orders.createIndex({customer_id: 1, order_status: 1, order_date: 1});

这样的索引顺序可以满足先根据 customer_id 和 order_status 过滤，再按 order_date 排序的需求。

需求2：查询订单金额大于某个值且按订单日期排序

db.orders.find({total_amount: {$gt: 100}}).sort({order_date: 1});

可创建复合索引：

db.orders.createIndex({total_amount: 1, order_date: 1});

先通过 total_amount 过滤，再按 order_date 排序。