MongoDB 4.2.10中日期过滤+多字段排序的高效索引设计

现有索引的问题分析 #

你当前使用的索引{saleDate:1, status:1, sellerId:1, productType:1}确实能高效完成saleDate的范围过滤，但排序效率会非常低，原因如下：
MongoDB复合索引的使用规则是：当索引中存在范围查询字段（这里saleDate用了$gte/$lte）时，范围字段之后的索引字段无法用于优化排序。也就是说，过滤出符合saleDate范围的文档后，MongoDB无法利用索引中后续的status、sellerId、productType字段顺序来直接满足排序需求，只能把过滤后的所有文档加载到内存中进行排序（如果数据量超过sortBufferSize还会触发磁盘排序），对于10亿级的集合，一旦saleDate范围对应的文档量较大，排序阶段会成为性能瓶颈，且会占用大量内存。

最优索引设计 #

针对你的固定查询需求（saleDate范围过滤 + status→sellerId→productType→saleDate升序排序分页），最优索引应该调整字段顺序为：

{
    status: 1,
    sellerId: 1,
    productType: 1,
    saleDate: 1
}

为什么这个索引更高效？ #

1. 完全匹配排序需求：索引的前缀顺序和查询的排序顺序完全一致，MongoDB可以直接按照索引的顺序遍历数据，不需要额外执行排序操作，彻底消除了内存/磁盘排序的开销。
2. 高效的范围过滤：在status、sellerId、productType的每个组合分组内，saleDate是有序排列的，MongoDB可以快速定位到每个分组中符合saleDate范围的文档，结合索引的有序性直接返回分页数据。
3. 内存占用优化：不需要加载大量过滤后的文档到内存排序，仅需遍历符合条件的索引节点即可，大幅降低内存消耗，同时索引树的结构也更紧凑——saleDate的多值被限制在前面三个字段的分组内，不会打乱整个索引的有序性，也就不会导致索引树效率低下。

验证方法 #

执行查询时加上explain("executionStats")查看执行计划：

db.sales.find({
    saleDate: {$gte: ISODate("2020-01-01T00:00:00.000Z"), 
               $lte: ISODate("2020-02-01T00:00:00.000Z")}
}).sort({
    status: 1,
    sellerId: 1,
    productType: 1,
    saleDate: 1
}).skip(0).limit(1000).explain("executionStats");

如果计划中executionStages的stage为FETCH，且上游是IXSCAN，同时没有SORT阶段，说明索引已经完全满足查询和排序需求，达到最优性能。

内容的提问来源于stack exchange，提问作者gunboxer