【MongoDB实战】6.2 常用索引类型实战

第6章 性能优化：索引与查询效率提升

6.2 常用索引类型实战

MongoDB提供多种索引类型适配不同查询场景，核心是“按需创建索引”——既利用索引加速查询，又避免过度索引增加写入开销。

• 本节通过可落地的实战代码，详解单字段、复合、唯一、数组索引的创建、使用与验证。

6.2.0 前置准备：构建统一测试数据集

为保证所有索引测试的一致性，先创建包含“单字段、多字段、数组字段”的用户行为集合，插入10万条测试数据：

// 1. 切换数据库use performance_db;// 2. 清空历史集合（避免干扰）db.user_behavior.drop();// 3. 生成测试数据（包含数组字段tags/hobbies）let behaviorData=[];// 预设标签/爱好池（用于生成数组字段）consttagPool=["购物","游戏","学习","运动","美食","旅行","音乐","影视"];consthobbyPool=["跑步","游泳","看书","编程","做饭","摄影","钓鱼"];for(let i=0;i<100000;i++){// 随机生成数组字段：tags（2-4个标签）、hobbies（1-3个爱好）constrandomTags=tagPool.sort(()=>0.5-Math.random()).slice(0,Math.floor(Math.random()*3)+2);constrandomHobbies=hobbyPool.sort(()=>0.5-Math.random()).slice(0,Math.floor(Math.random()*3)+1);behaviorData.push({user_id:`U${String(i).padStart(6, '0')}`,// 用户ID（U000000~U099999）age:Math.floor(Math.random()*40)+20,// 年龄20-60岁city:["北京","上海","广州","深圳","杭州","成都"][Math.floor(Math.random()*6)],// 城市register_ts:newDate(Date.now()-Math.floor(Math.random()*365*24*3600*1000)),// 注册时间（近1年）tags:randomTags,// 兴趣标签（数组）hobbies:randomHobbies,// 爱好（数组）login_count:Math.floor(Math.random()*1000)+10// 登录次数（10-1009次）});}// 批量插入数据（效率优于单条插入）db.user_behavior.insertMany(behaviorData);print(`测试数据集创建完成，文档总数：${db.user_behavior.countDocuments()}`);

6.2.1 单字段索引：基础高频索引类型

核心概念

单字段索引是针对单个字段创建的索引（升序/降序），适用于“仅基于单个字段过滤/排序”的高频查询场景（如按年龄、城市、用户ID查询），是最基础、使用最广泛的索引类型。

实战实操

步骤1：创建单字段索引

// 为age字段创建升序索引（1=升序，-1=降序，效果等价，仅影响排序方向）db.user_behavior.createIndex({age:1});// 为city字段创建降序索引（自定义索引名称，便于管理）db.user_behavior.createIndex({city:-1},{name:"idx_city_desc"});

步骤2：查看集合所有索引

// 查看索引列表（包含默认的_id_索引）constindexes=db.user_behavior.getIndexes();print("当前集合索引列表：");indexes.forEach((idx,i)=>{print(`${i+1}. 索引名称：${idx.name} | 索引字段：${JSON.stringify(idx.key)} | 是否唯一：${idx.unique || false}`);})