MongoDB索引疑问：日期字符串查询为何比Date类型更快？

这不是错觉，长范围查询下Date类型索引耗时更高是真实存在的现象，背后有几个关键因素：

1. 索引缓存命中率差异 #

长范围查询需要遍历大量索引条目，如果业务中高频查询更多依赖modifiedStr字段，那么modifiedStr的索引数据会更多地被保留在WiredTiger的内存缓存中；而modified字段的索引缓存命中率较低，查询时需要频繁从磁盘加载索引页，直接拉高了耗时。

2. 文档物理存储的局部性影响 #

如果集合中的文档是按modifiedStr的顺序插入的，那么modifiedStr索引的遍历顺序会和文档的物理存储顺序高度匹配，查询时可以通过顺序IO读取文档，效率远高于随机IO。反之，若modified字段的索引顺序与文档物理存储顺序不匹配，长范围查询会产生大量随机IO，导致耗时增加。

3. B+树深度的潜在影响 #

虽然Date类型（8字节64位整数）的单索引条目比固定长度日期字符串（如"YYYY-MM-DD"为10字节）更小，理论上B+树每页能容纳更多条目、树深度更浅，但实际场景中如果modified字段的索引存在碎片（比如大量文档更新导致索引页分裂），反而会让树深度增加，遍历成本上升；而modifiedStr如果是插入时就固定、很少更新，索引碎片更少，树结构更紧凑，遍历效率更高。

4. 查询边界的隐性处理差异 #

使用new Date()构造查询条件时，MongoDB会将字符串转换为UTC时间戳，若你的modified字段存储的是本地时间，可能会导致实际查询范围与预期存在偏差（比如包含了额外的时区转换后的文档），间接增加了需要遍历的索引和文档数量。而日期字符串的比较是严格的字典序匹配，边界更精准，不会有这类隐性开销。

内容的提问来源于stack exchange，提问作者jsonxu