如何在MongoDB中创建仅索引字段存在性的索引降低索引体积

核心方案：计算索引（MongoDB 4.4+ 推荐） #

MongoDB 4.4及以上版本支持计算索引（表达式索引），可以直接基于字段的存在性计算结果建索引，不需要新增真实存储的冗余字段，也能覆盖全量文档，索引体积极低。

索引创建逻辑 #

我们基于$toBool表达式生成布尔类型的索引值，完全匹配需求：

• 当info为null/undefined时，$toBool返回false
• 当info存在任意有效值（包括空对象）时，$toBool返回true

创建索引的代码如下：

db.your_collection.createIndex(
  { "$expr": { "$toBool": "$info" } },
  { name: "info_exist_idx" }
)

该索引的每个条目仅存储布尔值，百万级文档的索引大小通常也只有几MB，远低于直接索引大对象的体积。

索引命中查询写法 #

查询时需要和索引的表达式对齐才能命中索引：

// 查询info为null/undefined的文档，命中索引
db.your_collection.find({
  "$expr": {
    "$eq": [ { "$toBool": "$info" }, false ]
  }
})

// 查询info存在有效值的文档，命中索引
db.your_collection.find({
  "$expr": {
    "$eq": [ { "$toBool": "$info" }, true ]
  }
})

低版本兼容方案（MongoDB 4.4以下） #

如果MongoDB版本不支持计算索引，只能选择新增布尔标识字段的方案，可以通过批量更新无痛回填历史数据，不会影响线上业务：

1. 批量回填标识字段：

// 每次处理1000条，避免长时间锁表
let updateCount = 0;
do {
  const res = db.your_collection.updateMany(
    { hasInfo: { $exists: false } },
    [ { $set: { hasInfo: { $toBool: "$info" } } } ],
    { limit: 1000 }
  );
  updateCount = res.modifiedCount;
} while (updateCount > 0)

2. 对标识字段建索引：

db.your_collection.createIndex({ hasInfo: 1 })

3. 查询直接命中索引：

db.your_collection.find({ hasInfo: false })

为什么sparse/partial索引不适用 #

稀疏索引（sparse）仅会包含存在对应字段的文档，info为undefined或者不存在的文档不会被纳入索引，查询info: null时会漏掉这部分数据；部分索引（partial）仅会纳入满足过滤条件的文档子集，无法覆盖全量文档的查询需求，和使用场景不匹配。

内容的提问来源于stack exchange，提问作者Arman