MongoDB 提供了强大的索引功能，以提高查询性能。除了基本的单字段索引和复合索引之外，MongoDB 还支持一系列高级索引类型，用于优化不同的查询场景。

---

1. 唯一索引（Unique Index）

唯一索引用于确保字段值的唯一性，类似于 SQL 的 UNIQUE 约束。

创建唯一索引

db.users.createIndex({ email: 1 }, { unique: true })

作用：

• 确保 email 字段的值在集合中是唯一的。
• 如果插入重复值，MongoDB 将报错。

删除唯一索引

db.users.dropIndex("email_1")

---

2. 部分索引（Partial Index）

部分索引仅对符合特定条件的文档建立索引，减少索引大小，提高性能。

示例：仅索引 status 为 “active” 的用户

db.users.createIndex(
  { lastLogin: 1 },
  { partialFilterExpression: { status: "active" } }
)

作用：

• 仅对 status 为 "active" 的文档创建索引，减少索引存储占用。
• 提高查询效率，适用于查询某些特定类型的文档。

---

3. 稀疏索引（Sparse Index）

稀疏索引只索引包含指定字段的文档，未包含该字段的文档不会被索引，从而节省存储空间。

示例：创建 phone 字段的稀疏索引

db.users.createIndex({ phone: 1 }, { sparse: true })

作用：

• 仅对 phone 字段存在的文档建立索引，减少索引大小。
• 查询 phone 的时候可以使用索引，但查询 phone: null 时不会走索引。

---

4. 复合索引（Compound Index）

复合索引用于多个字段的组合查询，优化复合条件查询的性能。

示例：创建 age 和 city 复合索引

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

作用：

• 可优化以下查询：

  db.users.find({ age: 30, city: "New York" })  // 使用索引
  db.users.find({ age: 30 })                    // 使用索引

• 但 不会 优化：

  db.users.find({ city: "New York" })  // 不能单独使用 city 字段索引

索引前缀原则：

• db.users.find({ age: 30 }) 可以 使用索引（匹配索引的第一个字段）。
• db.users.find({ city: "New York" }) 不会 使用索引（必须包含 age 才能使用）。
• 索引字段的顺序很重要，如果查询经常用 city 作为首要查询条件，则应该创建 { city: 1, age: 1 }。

---

5. 文字索引（Text Index）

MongoDB 提供全文索引，用于高效地进行文本搜索。

示例：创建全文索引

db.articles.createIndex({ content: "text" })

查询示例：

db.articles.find({ $text: { $search: "MongoDB" } })

作用：

• 允许快速搜索包含 “MongoDB” 关键词的文档。
• 适用于文章、博客等场景。

---

6. 哈希索引（Hashed Index）

哈希索引用于优化基于 _id 或随机字段的查询。

示例：创建哈希索引

db.users.createIndex({ userId: "hashed" })

作用：

• 适用于等值查询，如 db.users.find({ userId: "abc123" })。
• 不能用于范围查询（$gt、$lt 等）。

---

7. 地理空间索引（Geospatial Index）

MongoDB 支持 2dsphere 和 2d 索引，用于处理地理坐标查询，如查找附近的商店、用户等。

示例：创建 2dsphere 索引

db.places.createIndex({ location: "2dsphere" })

查询附近的位置

db.places.find({
  location: {
    $near: {
      $geometry: { type: "Point", coordinates: [40.7128, -74.0060] },
      $maxDistance: 5000  // 5公里范围内
    }
  }
})

作用：

• 适用于 GPS 位置查询，如查找附近的餐馆、ATM、商店等。

---

8. TTL（Time-To-Live）索引

TTL 索引用于自动删除过期数据，常见于日志、临时数据存储等。

示例：创建 TTL 索引

db.sessions.createIndex({ createdAt: 1 }, { expireAfterSeconds: 3600 })

作用：

• 文档在 createdAt 字段创建 1 小时（3600 秒）后自动删除。
• 适用于会话管理、缓存数据。

---

9. 覆盖索引（Covered Query）

如果一个查询的所有字段都在索引中，则称为覆盖查询，MongoDB 只需从索引中获取数据，无需访问磁盘中的文档，极大提高查询性能。

示例：创建复合索引

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

查询可以直接使用索引覆盖

db.users.find({ name: "Alice" }, { name: 1, age: 1, _id: 0 })

作用：

• 查询的 name 和 age 都在索引中，且查询不包含额外字段，因此是覆盖查询，性能更优。

---

10. 多键索引（Multikey Index）

多键索引用于数组字段，使得查询数组中的元素更高效。

示例：数组字段索引

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

查询

db.products.find({ tags: "electronics" })

作用：

• 允许对数组中的每个元素建立索引，提高查询速度。

---

总结

索引类型	作用	适用场景
唯一索引	确保字段值唯一	唯一用户标识（email、username）
部分索引	仅索引符合条件的文档	过滤特定条件的文档
稀疏索引	仅索引包含字段的文档	可选字段
复合索引	多字段查询优化	组合查询
文本索引	文本搜索	文章、博客、评论
哈希索引	快速等值查询	_id、唯一标识字段
地理索引	位置查询	查找附近地点
TTL 索引	自动删除过期数据	会话、日志
覆盖索引	查询仅使用索引	提高查询性能
多键索引	数组字段索引	标签、分类、兴趣标签

更多详细内容请关注其他相关文章！