如何定义CosmosDB复合索引优化GROUP BY、聚合函数与过滤谓词

问题背景 #

你的查询需求是：在指定ProductType和Size范围内，按CategoryParentId、CategoryId分组，计算每组的最低Price和最高Discount。此前的索引未有效降低RU消耗，仅在GROUP BY中加入过滤字段后才实现优化，但会返回冗余数据。

正确的复合索引定义 #

你需要调整复合索引的字段顺序，让索引先覆盖WHERE中的等值过滤字段，再覆盖GROUP BY分组字段，最后是聚合函数用到的字段。具体索引配置如下：

[
    {
        "path": "/ProductType",
        "order": "ascending"
    },
    {
        "path": "/Size",
        "order": "ascending"
    },
    {
        "path": "/CategoryParentId",
        "order": "ascending"
    },
    {
        "path": "/CategoryId",
        "order": "ascending"
    },
    {
        "path": "/Price",
        "order": "ascending"
    },
    {
        "path": "/Discount",
        "order": "descending"
    }
]

索引顺序的核心逻辑 #

CosmosDB的复合索引遵循前缀匹配规则，查询引擎会按索引顺序依次匹配执行：

1. 优先用ProductType和Size的等值条件快速筛选目标数据集，避免全集合扫描；
2. 接着利用索引的有序性，直接按CategoryParentId、CategoryId完成分组，无需额外排序操作；
3. 最后从索引中直接提取Price（求MIN）和Discount（求MAX）的极值，无需加载完整文档数据。

之前的索引虽包含所有字段，但未将过滤条件字段放在最前，导致查询引擎无法优先利用索引完成数据筛选，后续分组和聚合仍需处理大量数据，因此RU消耗未下降。

效果验证 #

使用上述索引后，原查询（无需在GROUP BY中加入ProductType和Size）将直接通过索引完成筛选、分组与聚合操作，RU消耗会降至与添加冗余分组字段时相近的水平，同时返回无冗余的结果集。

内容的提问来源于stack exchange，提问作者Phil Harvey